多层前向小世界神经网络及其函数逼近

• 作者: 张进华 李小虎 杜海峰 王孙安
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 小世界网络 神经网络 函数逼近 复杂网络
• 年，卷（期）: 2010,（7）
• 页码范围: 836-842
• 分类号: TP183
• 字数: 6238字
• 语种: 中文

摘要

借鉴复杂网络的研究成果,探讨一种在结构上处于规则和随机连接型神经网络之间的网络模型-多层前向小世界神经网络.首先对多层前向规则神经网络中的连接依重连概率p进行重连,构建新的网络模型,对其特征参数的分析表明,当0＜p＜1时,该网络在聚类系数上不同于Watts-Strogatz模型;其次用六元组模型对网络进行描述;最后,将不同p值下的小世界神经网络用于函数逼近,仿真结果表明,当p=0.1时,网络具有最优的逼近性能,收敛性能对比试验也表明,此时网络在收敛性能、逼近速度等指标上要优于同规模的规则网络和随机网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王孙安	西安交通大学机械工程学院	128	2802	30.0	48.0
2	杜海峰	西安交通大学公共管理与复杂性科学研究中心	96	1787	24.0	39.0
3	张进华	西安交通大学机械工程学院	42	486	11.0	21.0
7	李小虎	西安交通大学机械工程学院	25	187	9.0	12.0