基于最小二乘法的SIMO傅里叶神经网络研究

• 作者: 孙优贤 戴华平 杨旭华
• 来源期刊: 信息与控制
• 关键词: 傅里叶神经网络 非线性优化 线性优化 最小二乘法
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 实际问题探讨
• 页码范围: 347-351
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2004.03.020

摘要

利用傅里叶级数的原理,构造单输入、多输出(SIMO)傅里叶神经网络,将非线性映射转化成为线性映射,将求解神经网络权值的方法由非线性优化方法转化成为线性优化方法,并采用最小二乘法计算网络的权值,从而大大提高了神经网络的收敛速度并避免了局部极小问题.而且,在训练输出样本受白噪声影响时,最小二乘法具有良好的降低噪声影响的功能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙优贤	浙江大学现代控制技术研究所工业控制技术国家重点实验室	231	5136	33.0	62.0
2	杨旭华	浙江大学现代控制技术研究所工业控制技术国家重点实验室	6	34	3.0	5.0
3	戴华平	浙江大学现代控制技术研究所工业控制技术国家重点实验室	35	204	7.0	12.0