| 基函数神经网络逼近能力探讨及全局收敛性分析 |
| |
| 引用本文： | 肖秀春,张雨浓,姜孝华,彭啸亚.基函数神经网络逼近能力探讨及全局收敛性分析[J].现代计算机,2009(2). |
| |
| 作者姓名： | 肖秀春 张雨浓 姜孝华 彭啸亚 |
| |
| 作者单位： | 肖秀春,XIAO Xiu-chun(广东海洋大学信息学院,湛江,524088;中山大学信息科学与技术学院,广州,510275);张雨浓,姜孝华,彭啸亚,ZHANG Yu-nong,JIANG Xiao-hua,Peng Xiao-ya(中山大学信息科学与技术学院,广州,510275)
|
| |
| 基金项目： | 国家自然科学基金，中山大学科研启动费、后备重点课题 |
| |
| 摘 要： | 构建一类新型基函数神经网络.依据梯度下降法思想,给出该神经网络的权值迭代公式,证明迭代序列能全局收敛到网络的最优权值,并由此推导出基于伪逆的最优权值一步计算公式--简称为权值直接确定法.理论分析表明,该新型神经网络具有最佳均方逼近能力和全局收敛性质,其权值直接确定法避免了冗长迭代计算、易陷于局部极小点、学习丰难选取等传统BP神经网络难以解决的难题,仿真验证显示其相时BP神经网络的各种改进算法具有运算速度快、计算精度高等优势,且对于噪声有良好的滤除特性.
|
| 关 键 词： | 基函数神经网络 权值直接确定 全局收敛性 逼近性能 |
Approximation-Performance and Global-Convergence Analysis of Basis-Function Feedforward Neural Network |
| |
| XIAO Xiu-chun,ZHANG Yu-nong,JIANG Xiao-hua,Peng Xiao-ya.Approximation-Performance and Global-Convergence Analysis of Basis-Function Feedforward Neural Network[J].Modem Computer,2009(2). |
| |
| Authors: | XIAO Xiu-chun ZHANG Yu-nong JIANG Xiao-hua Peng Xiao-ya |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
