适用于工程应用的Taylor展开系数的求解法

被引:1
作者
武和雷
朱淑云
胡凌燕
陈学强
机构
[1] 南昌大学信息工程学院
关键词
泰勒系数; 神经网络; 误差反向传播学习算法;
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
081104 ; 0812 ; 0835 ; 1405 ;
摘要
利用神经网络高度的非线性映射和自学习能力,提出了一种适用于工程应用的确定Taylor展开系数的求解法:人工神经网络法。Taylor级数经变换后,能够用一个标准的三层前馈网络来描述,其网络权值与Taylor系数相对应。利用改进的误差反向传播的学习算法训练该网络,通过训练后的网络权值和阀值计算得到泰勒展开的系数。这种算法只要求知道原函数的样本值,因而具有工程应用价值。
引用
收藏
页码:175 / 178
页数:4
相关论文
共 6 条
[1]   基于动量BP网络的柴油机故障诊断 [J].
李玉峰 ;
刘玫 .
控制工程, 2007, (05) :518-521
[2]   BP神经网络及其改进 [J].
王俊清 .
重庆工学院学报(自然科学版), 2007, (03) :75-77
[3]   BP神经网络及其改进 [J].
武美先 ;
张学良 ;
温淑花 ;
李海楠 .
太原科技大学学报, 2005, (02) :120-125+130
[4]   用BP神经网络实现函数逼近的方法及其讨论 [J].
张静亚 ;
潘启勇 .
常熟高专学报, 2004, (04) :34-37
[5]   函数展开成泰勒级数的几何解释 [J].
孙明珠 .
天津工业大学学报, 2001, (04) :68-69
[6]   神经网络在函数逼近问题中的应用研究 [J].
李凯 ;
翟振华 .
计算机工程, 2001, (05) :189-190