SIMO傅里叶三角基神经网络的权值直接确定法和结构自确定算法

• 作者: 姜孝华 张智军 张雨浓 李钧 阮恭勤
• 来源期刊: 信息与控制
• 关键词: SIMO傅里叶三角基神经网络 权值直接确定 隐层结构自确定
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 507-513,524
• 分类号: TP183
• 语种: 中文
• DOI: 10.3724/SP.J.1219.2011.00507

摘要

根据傅里叶级数逼近理论,将正交三角函数系作为隐层神经元激励函数,合理选取这些激励函数的周期参数,构造单输入多输出(SIMO)傅里叶三角基神经网络模型.根据该网络的特点,推导出一种基于伪逆的权值直接确定法,从而1步计算出网络最优权值,并在此基础上设计出隐层结构自确定算法.仿真结果表明,与传统BP(反向传播)神经网络及基于最小二乘法的SIMO傅里叶神经网络模型相比,本网络模型具有更高的计算精度和更快的计算速度.

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	中山大学信息科学与技术学院	74	496	13.0	16.0
2	李钧	中山大学信息科学与技术学院	4	16	2.0	4.0
3	张智军	中山大学信息科学与技术学院	5	13	2.0	3.0
4	阮恭勤	中山大学信息科学与技术学院	1	2	1.0	1.0
5	姜孝华	中山大学信息科学与技术学院	31	209	10.0	12.0