计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
13期
36-39,109
,共5页
神经网络%切比雪夫多项式%多元函数%权值快速计算
神經網絡%切比雪伕多項式%多元函數%權值快速計算
신경망락%절비설부다항식%다원함수%권치쾌속계산
neural networks%Chebyshev polynomial%multivariate function%quick calculation of the weights
与传统的多层感知器模型相比,切比雪夫神经网络具有收敛速度快,复杂度低,泛化能力强等优点,但是,其研究最为广泛的一元切比雪夫神经网络在解决实际应用中的多元问题时存在着很大局限。鉴于此,对一元切比雪夫神经网络进行扩展,提出了多元切比雪夫神经网络模型,并在切比雪夫多项式正交性的基础上给出了快速权值确定算法。仿真实验证明,相对于传统多层感知器神经网络,该方法在计算精度和计算速度等方面都存在明显优势。
與傳統的多層感知器模型相比,切比雪伕神經網絡具有收斂速度快,複雜度低,汎化能力彊等優點,但是,其研究最為廣汎的一元切比雪伕神經網絡在解決實際應用中的多元問題時存在著很大跼限。鑒于此,對一元切比雪伕神經網絡進行擴展,提齣瞭多元切比雪伕神經網絡模型,併在切比雪伕多項式正交性的基礎上給齣瞭快速權值確定算法。倣真實驗證明,相對于傳統多層感知器神經網絡,該方法在計算精度和計算速度等方麵都存在明顯優勢。
여전통적다층감지기모형상비,절비설부신경망락구유수렴속도쾌,복잡도저,범화능력강등우점,단시,기연구최위엄범적일원절비설부신경망락재해결실제응용중적다원문제시존재착흔대국한。감우차,대일원절비설부신경망락진행확전,제출료다원절비설부신경망락모형,병재절비설부다항식정교성적기출상급출료쾌속권치학정산법。방진실험증명,상대우전통다층감지기신경망락,해방법재계산정도화계산속도등방면도존재명현우세。
Compared with the traditional multi-layer perceptron model, Chebyshev neural network has fast convergence, low complexity and generalization ability advantages. However, the one variable Chebyshev neural network to solve multivariate problems in the practical application is great limitations. For this problem, the paper extends and proposes multivariate Cheby-shev neural network model and gives fast weight determination algorithm which base on Chebyshev polynomials orthogonal. The simulation results show that compared to traditional multi-layer perceptron neural network, the method has obvious advan-tages in the calculation accuracy and computing speed.