一种权值直接确定及结构自适应的Chebyshev基函数神经网络

被引：11

作者：

张雨浓 ^{[1
]}

陈裕隆 ^{[1
]}

姜孝华 ^{[1
]}

曾庆淡 ^{[1
]}

邹阿金 ^{[1
,2
]}

机构：

[1] 中山大学信息科学与技术学院

[2] 广东海洋大学信息学院

来源：

计算机科学 | 2009年 / 36卷 / 06期

关键词：

神经网络; Chebyshev正交基; 权值直接确定; 结构自适应确定;

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：

基于函数逼近理论,构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法,可一步计算出权值,克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点。在此基础上,设计了基于二分搜索的结构自适应算法,根据精度要求自动确定网络最优结构。理论分析及仿真验证均表明,该网络不仅能够快速地完成网络权值确定和结构自适应,且具有优异的学习与逼近能力,而且对随机加性噪声也具有较好的抑制作用。

引用

页码：210 / 213

页数：4

共 10 条

[1] 构造前向神经网络逼近多项式函数 [J].