基于梯度下降法的Chebyshev前向神经网络

• 作者: 彭银桥 梅其祥 肖秀春 闫敬文
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: Chebyshev多项式 神经网络 函数逼近 梯度下降法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机与信息
• 页码范围: 153-159
• 页数: 7页
• 分类号: TP241
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2018.02.011

摘要

传统人工神经网络模型中,同一隐层各神经元的激励函数是相同的,这与人类神经元的实际情况不一致.为此,构造一种隐层各神经元激励函数互不相同的前向神经网络模型,采用一簇Chebyshev正交多项式序列作为其隐层各神经元的激励函数(简称Chebyshev前向神经网络),并为Chebyshev前向神经网络推导基于梯度下降法的网络参数训练算法.仿真实验表明,基于梯度下降法的Chebyshev前向神经网络算法能够有效调整网络参数,使之以较高的精度逼近具有复杂模式的样本数据集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫敬文	汕头大学工学院	33	404	10.0	19.0
2	肖秀春	广东海洋大学电子与信息工程学院	17	111	7.0	9.0
3	彭银桥	广东海洋大学电子与信息工程学院	12	85	4.0	9.0
4	梅其祥	广东海洋大学数学与计算机学院	11	29	3.0	5.0