| 改造前向神经网络结构以求网络权值直接确定——Jacobi正交基神经网络实例 |
| |
| 引用本文： | 张雨浓,陈扬文,刘巍,肖秀春.改造前向神经网络结构以求网络权值直接确定——Jacobi正交基神经网络实例[J].自动化与信息工程,2008,29(1):1-5. |
| |
| 作者姓名： | 张雨浓 陈扬文 刘巍 肖秀春 |
| |
| 作者单位： | 1. 中山大学电子与通信工程系
2. 中山大学软件学院 |
| |
| 摘 要： | 根据多项式插值与逼近理论,以一组零阀值特例Jacobi正交多项式(第二类Chebyshev正交多项式)作为隐层神经元的激励函数,构造一种基于Jacobi正交基的前向神经网络模型.该神经网络模型采用三层前向结构,其中输入、输出层神经元采用零阀值线性激励函数.为改进传统神经网络收敛速度较慢及其局部极小点问题,针对该Jacobi正交基前向神经网络模型,提出了一种基于伪逆的直接计算神经网络权值的方法(即,一步确定法),并利用该神经网络进行预测.计算机仿真结果表明,相对比传统的BP迭代训练方法,权值直接确定法计算速度更快、预测精度更高.
|
| 关 键 词： | Jacobi正交多项式 前向神经网络 权值迭代修正 直接确定法 改造 神经网络 网络结构 网络权值 Jacobi 正交基 Determination Direct Weights Neural Network Improve 预测精度 计算速度 直接确定法 训练方法 迭代 相对比 仿真结果 计算机 利用 |
Improve Feed-Forward Neural Network for Weights Direct Determination: a Jacobi-Polynomial Example |
| |
| Zhang Yunong,Chen Yangwen,Liu Wei,Xiao Xiuchun.Improve Feed-Forward Neural Network for Weights Direct Determination: a Jacobi-Polynomial Example[J].Automation & Information Engineering,2008,29(1):1-5. |
| |
| Authors: | Zhang Yunong Chen Yangwen Liu Wei Xiao Xiuchun |
| |
| Affiliation: | Zhang Yunong1 Chen Yangwen2 Liu Wei2 Xiao Xiuchun1 (1. Department of Electronics , Communication Engineering,2. School of Software,Sun Yat-Sen University) |
| |
| Abstract: | Based on polynomial-interpolation and curve-fitting theory, this paper presents a special feed-forward neur network using Jacobi orthogonal polynomial activation-functions, which exploits a group of order-increased Jacobi orthogona polynomial functions as the activation-function of hidden-layer neurons. To improve the BP neural-network training speed and t remedy the local-minima problems, a pseudoinverse-based weights-direct-determination method is proposed then which coul immediately determine the neural-... |
| |
| Keywords: | Jacobi Polynomial Activation Functions Feed-Forward Neural Networks Weights-Updating Formula Weigh Direct Determination |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
