激活函数可调的神经元模型及其有监督学习与应用

被引：30

作者：

吴佑寿

赵明生

机构：

[1] 清华大学电子工程系!北京

来源：

中国科学E辑:技术科学 | 2001年 / 03期

关键词：

神经元模型; 神经网络; TAP神经元模型; 学习算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出一种激活函数可调的新神经元模型 (tunableactivationfunction ,简记为TAF)模型 ,并给出这类模型的一般形式 .该模型用于多层前向神经网络MFNN时 ,其激活函数可借类似BP算法进行训练而求得 .通过几个具体例子给出了对激活函数进行训练的算法 .试验结果表明 ,采用TAF模型的多层前向神经网络的网络容量和性能 ,优于采用通常M P模型的网络

引用

页码：263 / 272

页数：10