符号函数激励的WASD神经网络与XOR应用

• 作者: 劳稳超 张雨浓 王茹 邓健豪
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 权值与结构确定 (WASD)算法 非连续符号函数 神经网络 XOR (异或) 噪声 高维
• 年，卷（期）: 2014,（1）
• 页码范围: 1-7,17
• 页数: 8页
• 分类号: TP183
• 字数: 5907字
• 语种: 中文

摘要

基于权值与结构确定（WASD）算法，提出和构建了一种以非连续符号函数为隐层神经元激励函数的WASD神经网络模型。通过WASD算法，能有效地确定所构建网络的权值及网络的最优结构。该文也将此网络模型应用于XOR （异或）上，并详细讨论了在带噪类型不同时网络在此应用上的性能。计算机数值实验结果验证了所提出的权值与结构确定法能够有效地确定出网络的最优权值与结构，所构建的WASD网络在XOR应用上具有优秀的抗噪性能。另外，通过对比符号函数激励的WASD神经网络与幂函数激励的WASD神经网络在高维XOR应用方面的性能差异，证实了所提出的符号函数激励的WASD神经网络及算法在解决非线性问题时的优越性。

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	劳稳超	中山大学信息科学与技术学院	4	42	4.0	4.0
3	王茹	中山大学信息科学与技术学院	3	15	3.0	3.0
4	邓健豪	中山大学软件学院	3	10	2.0	3.0