计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2008年
10期
2503-2506
,共4页
张雨浓%曾庆淡%肖秀春%姜孝华%邹阿金
張雨濃%曾慶淡%肖秀春%薑孝華%鄒阿金
장우농%증경담%초수춘%강효화%추아금
Fourier级数%前向神经网络%权值直接确定%衍生算法%复指数
Fourier級數%前嚮神經網絡%權值直接確定%衍生算法%複指數
Fourier급수%전향신경망락%권치직접학정%연생산법%복지수
以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷.并在此基础上构造了隐神经元衍生算法,克服了传统BP神经网络难以确定最优网络拓扑结构的缺点.理论分析及仿真实验表明,该复指数Fourier神经元网络能够一步计算网络最优权值且能自适应调整网络结构.对随机加性噪声具有抑制作用,并能高精度逼近非连续函数.
以平方可積空間上的複指數Fourier級數作為激勵函數構造瞭新型Fourier神經元網絡,併推導齣採用加號逆錶示的網絡權值直接確定公式,剋服瞭傳統BP神經網絡收斂速度慢、易陷于跼部極小點、迭代學習易髮生振盪等缺陷.併在此基礎上構造瞭隱神經元衍生算法,剋服瞭傳統BP神經網絡難以確定最優網絡拓撲結構的缺點.理論分析及倣真實驗錶明,該複指數Fourier神經元網絡能夠一步計算網絡最優權值且能自適應調整網絡結構.對隨機加性譟聲具有抑製作用,併能高精度逼近非連續函數.
이평방가적공간상적복지수Fourier급수작위격려함수구조료신형Fourier신경원망락,병추도출채용가호역표시적망락권치직접학정공식,극복료전통BP신경망락수렴속도만、역함우국부겁소점、질대학습역발생진탕등결함.병재차기출상구조료은신경원연생산법,극복료전통BP신경망락난이학정최우망락탁복결구적결점.이론분석급방진실험표명,해복지수Fourier신경원망락능구일보계산망락최우권치차능자괄응조정망락결구.대수궤가성조성구유억제작용,병능고정도핍근비련속함수.
