湖南师范大学自然科学学报
湖南師範大學自然科學學報
호남사범대학자연과학학보
ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS NORMALIS HUNANENSIS
2013年
3期
33-38
,共6页
前向神经网络%高斯型隶属函数%权值直接确定%插值
前嚮神經網絡%高斯型隸屬函數%權值直接確定%插值
전향신경망락%고사형대속함수%권치직접학정%삽치
feedforward neural network%Gauss membership function%weights-direct-determination%interpolation
利用高斯型隶属函数作为隐层神经元激励函数,构建了四层模糊前向神经网络.根据从训练数据集中提取出的插值样本数量来确定隐层神经元个数.网络结构确定后,基于二元函数逼近论确定最优权值,得到双输入型近似插值神经网络,说明了最优权值的双输入型模糊前向神经网络的实现过程.计算机数值仿真实验表明所构建的网络在运行时间、逼近精度与去噪效果等方面是有效的,丰富了多输入神经网络的构建方法.
利用高斯型隸屬函數作為隱層神經元激勵函數,構建瞭四層模糊前嚮神經網絡.根據從訓練數據集中提取齣的插值樣本數量來確定隱層神經元箇數.網絡結構確定後,基于二元函數逼近論確定最優權值,得到雙輸入型近似插值神經網絡,說明瞭最優權值的雙輸入型模糊前嚮神經網絡的實現過程.計算機數值倣真實驗錶明所構建的網絡在運行時間、逼近精度與去譟效果等方麵是有效的,豐富瞭多輸入神經網絡的構建方法.
이용고사형대속함수작위은층신경원격려함수,구건료사층모호전향신경망락.근거종훈련수거집중제취출적삽치양본수량래학정은층신경원개수.망락결구학정후,기우이원함수핍근론학정최우권치,득도쌍수입형근사삽치신경망락,설명료최우권치적쌍수입형모호전향신경망락적실현과정.계산궤수치방진실험표명소구건적망락재운행시간、핍근정도여거조효과등방면시유효적,봉부료다수입신경망락적구건방법.
