MLQP神经元网络的学习算法及其典型应用

• 作者: 白焰 董玲
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 神经元网络 学习 模式分类 函数逼近
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 21-26
• 页数: 6页
• 分类号: TP183
• 字数: 2133字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2322.2000.01.005

摘要

论述了一种多层二阶神经元MLQP(Multilayer Quadratic Perceptron)网络模型的结构和学习算法.这种模型综合了一般多层神经元网络和高阶神经元网络的特点,其结构简单,可调整权数量适中,学习速度快.文中以典型的模式分类和函数逼近问题为例,比较了这种网络和传统的一阶网络以及两种其他类型的二阶网络的学习速度,验证了MLQP快速收敛性.