一种复值函数型连接神经网络

• 作者: 李春光 王炎滨 胡志恒 虞厥邦
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 切比雪夫多项式 复值函数型连接神经网络 非线性系统辩识
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 95-99
• 页数: 5页
• 分类号: TN943
• 字数: 4088字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2003.02.001

摘要

本文提出了一种复值函数型连接神经网络(CFLNN)结构,可以对复数域信号进行快速处理.函数型连接神经网络通过对输入模式预先进行非线性扩展,增强了输入信号的模式表达,从而可以大为简化网络结构,降低计算复杂度.本文将函数型连接神经网络推广到了复值情况并给出了基于梯度下降的学习方法.计算复杂度分析显示本方法具有结构简单,计算量低的优点.最后,将本方法运用到对复值非线性系统的辩识问题中,仿真实验表明本CFLNN性能与传统复值前馈神经网络相近或更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞厥邦	电子科技大学电子工程学院	80	683	14.0	22.0
2	李春光	电子科技大学电子工程学院	13	94	5.0	9.0
3	胡志恒	电子科技大学电子工程学院	7	48	3.0	6.0
4	王炎滨	电子科技大学电子工程学院	2	6	2.0	2.0