两输入幂激励前向神经网络权值与结构确定

被引：12

作者：

张雨浓 ^{[1
,2
]}

劳稳超 ^{[1
]}

余晓填 ^{[1
]}

李钧 ^{[1
]}

机构：

[1] 中山大学信息科学与技术学院

[2] 中山大学深圳研究院

来源：

计算机工程与应用 | 2012年 / 15期

关键词：

权值与结构确定算法; 二元幂级数展开; 两输入幂激励前向神经网络; 最优结构; 权值直接确定法;

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：

140502 [人工智能];

摘要：

基于多元函数逼近与二元幂级数展开理论,构建了一个以二元幂函数序列为隐神经元激励函数的两输入幂激励前向神经网络模型。以该网络模型为基础,基于权值直接确定法以及隐神经元数目与逼近误差的关系,提出了一种网络权值与结构确定算法。计算机仿真与数值实验结果验证了所构建的网络在逼近与去噪方面具有优越的性能,所提出的权值与结构确定算法能够快速、有效地确定网络的权值与最优结构,保证网络的最佳逼近能力。

引用

页码：102 / 106+122 +122

页数：6

共 12 条

[1]

幂激励前向神经网络最优结构确定算法 [J].