改造前向神经网络结构以求网络权值直接确定——Jacobi正交基神经网络实例

• 作者: 刘巍 张雨浓 肖秀春 陈扬文
• 来源期刊: 自动化与信息工程
• 学科: 工学
• 关键词: Jacobi正交多项式 前向神经网络 权值迭代修正 直接确定法
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 综述、论文
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP3
• 字数: 3424字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2605.2008.01.001

摘要

根据多项式插值与逼近理论,以一组零阀值特例Jacobi正交多项式(第二类Chebyshev正交多项式)作为隐层神经元的激励函数,构造一种基于Jacobi正交基的前向神经网络模型.该神经网络模型采用三层前向结构,其中输入、输出层神经元采用零阀值线性激励函数.为改进传统神经网络收敛速度较慢及其局部极小点问题,针对该Jacobi正交基前向神经网络模型,提出了一种基于伪逆的直接计算神经网络权值的方法(即,一步确定法),并利用该神经网络进行预测.计算机仿真结果表明,相对比传统的BP迭代训练方法,权值直接确定法计算速度更快、预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雨浓	中山大学电子与通信工程系	74	496	13.0	16.0
2	肖秀春	中山大学电子与通信工程系	19	126	8.0	10.0
3	刘巍	中山大学软件学院	7	52	4.0	7.0
4	陈扬文	中山大学软件学院	3	33	2.0	3.0