计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2006年
19期
196-198
,共3页
泛函神经元%泛函网络%Sigma-Pi泛函网络%基函数簇%异或问题
汎函神經元%汎函網絡%Sigma-Pi汎函網絡%基函數簇%異或問題
범함신경원%범함망락%Sigma-Pi범함망락%기함수족%이혹문제
将泛函神经元结构变形,建立Sigma-Pi泛函网络模型,给出Sigma-Pi泛函网络学习算法.采用数值分析的方法,将Sigma-Pi泛函网络应用于异或问题,结果表明,该网络对于某些问题具有很强的分类能力.该方法的优点在于利用一元函数作为基函数来实现高维函数的逼近,在函数逼近技术上,有着重要的应用价值.
將汎函神經元結構變形,建立Sigma-Pi汎函網絡模型,給齣Sigma-Pi汎函網絡學習算法.採用數值分析的方法,將Sigma-Pi汎函網絡應用于異或問題,結果錶明,該網絡對于某些問題具有很彊的分類能力.該方法的優點在于利用一元函數作為基函數來實現高維函數的逼近,在函數逼近技術上,有著重要的應用價值.
장범함신경원결구변형,건립Sigma-Pi범함망락모형,급출Sigma-Pi범함망락학습산법.채용수치분석적방법,장Sigma-Pi범함망락응용우이혹문제,결과표명,해망락대우모사문제구유흔강적분류능력.해방법적우점재우이용일원함수작위기함수래실현고유함수적핍근,재함수핍근기술상,유착중요적응용개치.
