幂激励前向神经网络的权值直接确定法

摘要：

根据多项式理论，提出了一个前向神经网络模型，以一组逐次增高的幂函数激励隐层神经元。类似于误差回传(BP)的经典做法，推导了权值修正的迭代公式。区别于该反复迭代训练而达到最优权值的标准做法，针对该幂激励前向神经网络模型，进而提出了一种基于伪逆的直接计算权值的方法(即，一步确定法)。仿真结果显示该权值直接确定法能达到比迭代法更高的工作精度。

关键词： 幂激励函数 前向神经网络 权值修正 直接确定法

作者: 张雨浓 李巍 刘巍 谭满春 陈轲

作者单位: 中山大学信息科学与技术学院，广州 510275 中山大学软件学院，广州 510275 暨南大学信息科学技术学院数学系，广州 510632

会议类型: 国内会议

会议名称: 2007年全国模式识别学术会议

会议地点: 北京

会议语种:中文

页码: 72-77

在线出版日期: 2007-12-11（万方平台首次上网日期，不代表论文的发表时间）