多输入单输出前馈神经网络映射机理研究

摘要：

该文针对具有两层权值的多输入单输出前馈神经网络分析了网络映射的代数机理，根据输出向量的特点推出隐层输出的表达能力从而确定了隐层节点个数的优化选择规则，利用已有的结论阐明了在理论上通过合理地处理样本向量能够使隐层节点的输出达到最大线性无关性，使得网络即能具有零误差逼近能力又能在拓扑结构上最优化从而具有较强的推广能力。

关键词： 前馈神经网络 学习算法 误并函数 线性无关 子空间

作者: 梁久祯 黄德双 何新贵

作者单位: 航空航天大学计算机系 系统工程研究所

会议类型: 国内会议

会议名称: 1999年中国神经网络与信号处理学术会议

会议地点: 汕头

会议语种:中文

页码: 173～177

在线出版日期: 1999-11-01（万方平台首次上网日期，不代表论文的发表时间）