高斯激活函数特征值分解修剪技术的D-FNN算法研究

• 作者: 何正风 孙亚民 张德丰
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 动态模糊神经网络 模糊规则 修剪技术 特征值分解
• 年，卷（期）: 2013,（1）
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP183
• 字数: 3319字
• 语种: 中文

摘要

提出了一种D-FNN的新算法.其算法的最主要特点是:D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效；使用特征值分解修剪技术使得网络结构不会持续增长,可获得更为紧凑的D-FNN结构,避免了过拟合现象.最后通过对Hermite多项式逼近能力来验证所提方案的有效性.仿真结果表明使用特征值分解修剪技术和高斯激活函数的DFNN具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙亚民	南京理工大学计算机科学与技术学院	117	1149	19.0	28.0
2	张德丰	佛山科学技术学院计算机系	21	265	9.0	16.0
3	何正风	佛山科学技术学院理学院	8	6	2.0	2.0