基于遗传规划实现泛函网络神经元函数类型优化

• 作者: 周永权 焦李成
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 泛函网络 构造性设计 遗传规划 神经元函数 基函数
• 年，卷（期）: 2007,（2）
• 页码范围: 7-9,16
• 页数: 4页
• 分类号: TP3
• 字数: 4758字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2007.02.002

摘要

泛函网络是最近提出的一种对神经网络的有效推广.与神经网络不同,它处理的是一般的泛函模型,其神经元函数不固定,而是可学习的,且在各个处理单元之间没有权值.同神经网络一样,至今还没有系统设计方法能够对给定问题设计出近似最优的结构.鉴于此,将整个泛函网络的设计分解为单个神经元的逐个设计;然后,在此框架下提出了基于遗传规划的单个神经元的设计方法,该方法可实现对神经元函数类型的优化.仿真实验表明,本方法是有效可行的,能用较小的网络规模获得更满意的泛化特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周永权	西安电子科技大学智能信息处理研究所	198	2214	25.0	38.0
5	焦李成	广西民族大学计算机与信息科学学院	1	9	1.0	1.0