基于权值函数神经元的BP网络研究

• 作者: 张萧 王平 翁宗煌 黄晞
• 来源期刊: 福建师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经元 模型 神经网络 BP算法
• 年，卷（期）: 2010,（2）
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP183
• 字数: 2750字
• 语种: 中文

摘要

研究了一种神经元模型,在该模型中将参数可调的激励函数往前移到权值上,即把权值变为参数可调的函数,这些权值函数的累加和作为神经元的输出.将此类神经元称为权值函数神经元,根据BP算法给出了由其构成的前馈神经网络的学习算法.仿真实验对比结果表明,在给定的误差精度要求下,基于权值函数神经元的BP神经网络每次训练都能收敛,且平均迭代步数较少,其收敛速度要优于传统BP网络,具有较好的研究应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄晞	福建师范大学物理与光电信息科技学院	46	195	9.0	12.0
2	王平	福建师范大学物理与光电信息科技学院	88	503	12.0	17.0
3	张萧	福建师范大学物理与光电信息科技学院	4	32	2.0	4.0
4	翁宗煌	福建师范大学物理与光电信息科技学院	3	14	2.0	3.0