SIMO傅里叶三角基神经网络的权值直接确定法和结构自确定算法

作     者：张雨浓 李钧 张智军 阮恭勤 姜孝华 ZHANG Yunong;LI Jun;ZHANG Zhijun;RUAN Gongqin;JIANG Xiaohua

作者机构：中山大学信息科学与技术学院广东广州510006 

基　　金：教育部"新世纪优秀人才支持计划"资助项目(NCET-07-0887) 

出 版 物：《信息与控制》 (Information and Control)

年 卷 期：2011年第40卷第4期

页      码：507-513,524页

摘      要：根据傅里叶级数逼近理论,将正交三角函数系作为隐层神经元激励函数,合理选取这些激励函数的周期参数,构造单输入多输出(SIMO)傅里叶三角基神经网络模型.根据该网络的特点,推导出一种基于伪逆的权值直接确定法,从而1步计算出网络最优权值,并在此基础上设计出隐层结构自确定算法.仿真结果表明,与传统BP(反向传播)神经网络及基于最小二乘法的SIMO傅里叶神经网络模型相比,本网络模型具有更高的计算精度和更快的计算速度.

主 题 词：SIMO傅里叶三角基神经网络 权值直接确定 隐层结构自确定 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1219.2011.00507

馆 藏 号：203465687...