一种权值直接确定及结构自适应的Chebyshev基函数神经网络

计算机科学 ›› 2009, Vol. 36 ›› Issue (6): 210-213.

一种权值直接确定及结构自适应的Chebyshev基函数神经网络

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受国家自然科学基金（60643004,60775050）,中山大学科研启动费、后备重点课题资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 基于函数逼近理论，构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法，可一步计算出权值，克服了传统BP神经网络学习率选取困难、学习过程冗长和易陷入局部极小等缺点。在此基础上，设计了基于二分搜索的结构自适应算法，根据精度要求自动确定网络最优结构。理论分析及仿真验证均表明，该网络不仅能够快速地完成网络权值确定和结构自适应，且具有优异的学习与逼近能力，而且对随机加性噪声也具有较好的抑制作用。

关键词: 神经网络 Chebyshev正交基权值直接确定结构自适应确定

Abstract: A model of neural network based on Chebyshev basis functions was presented to remedy the drawbacks existing in conventional BP neural networks, such as, slow learning rate, local minima, and difficulties in determining optimal structure. The values of the

Key words: Neural networks,Chebyshev basis,Weights-direct-determination,Structure-adaptive-determination

. 一种权值直接确定及结构自适应的Chebyshev基函数神经网络[J]. 计算机科学, 2009, 36(6): 210-213. https://doi.org/