文献检索-宁波市创意产业特色资源库

限定检索结果

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: 收藏
分享
引用; 《信息与控制》2011年第4期40卷 507-513,524页; 作者：张雨浓李钧张智军阮恭勤姜孝华中山大学信息科学与技术学院广东广州510006; 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...; 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.; 来源：详细信息评论

限定检索结果