V正交基网络

• 作者: 熊刚强 齐东旭
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: V系统 BP神经网络 小波神经网络 Legendre网络 函数逼近
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 211-214
• 分类号: TP183
• 字数: 3181字
• 语种: 中文

摘要

为了改进BP网络的收敛速度与连续正交基网络无法逼近非连续函数的问题,构造了一类基于V正交基的前馈神经网络(简称V正交基网络),并研究其收敛性条件与伪逆规则.由于V系统是L2([0,1])上的一类完备的正交函数系,且Fourier-V级数有较快的收敛速度,因此,V正交基网络有较快的收敛速度,且能有效地逼近一类强间断的一元函数.最后,通过仿真实验证明,V正交基网络的收敛速度明显优于传统的BP网络、小波网络与Legendre网络,特别是逼近一类间断点在二进制有理数处的函数时,其优势更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐东旭	中山大学信息科学与技术学院	33	488	13.0	21.0
3	熊刚强	广东医学院信息工程学院	25	65	4.0	6.0