基于Neville型插值的过程神经网络

作     者：周文全 杨天奇 ZHOU Wen-quan;YANG Tian-qi

作者机构：暨南大学计算机系广东广州510000 

基　　金：澳门科学技术发展基金项目(046/2010/A) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2012年第33卷第7期

页      码：2787-2791页

摘      要：为了适当的将过程神经网络的初始离散数据连续化,研究利用Neville型插值的简洁性和高效性,在不需知道原始数据导数的条件下,就能够直接将离散数据连续化,过程非常简便和实用。之后为了更加方便计算以及对过程神经网络有更好的了解,巧妙的构造一组标准正交基将隐含层结构中的积分运算去除,此时发现过程神经网络等价于具有"前层"的传统神经网络。实验结果表明,该方法进行离散数据的连续化转化是可行的。

主 题 词：过程神经网络 Neville型插值 标准正交基 多项式 连续性 

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] 

D　O　I：10.3969/j.issn.1000-7024.2012.07.051

馆 藏 号：203596143...