一种分式过程神经元网络及其应用研究

许少华何新贵王兵北京大学信息科学技术学院视觉听觉智能信息处理国家实验室北京100871 大庆石油学院计算机与信息技术学院大庆163318

	摘要：针对带有奇异值复杂时变信号的模式分类和系统建模问题，提出了一种分式过程神经元网络．该模型是基于有理式函数具有的对复杂过程信号的逼近性质和过程神经元网络对时变信息的非线性变换机制构建的。其基本信息处理单元由两个过程神经元成对偶组成。逻辑上构成一个分式过程神经元，是人工神经网络在结构和信息处理机制上的一种扩展．分析了分式过程神经元网络的连续性和泛函数逼近能力，给出了基于函数正交基展开的学习算法．实验结果表明，分式过程神经元网络对于带有奇异值时变函数样本的学习性质和泛化性质要优于BP网络和一般过程神经元网络。网络隐层数和节点数可较大减少，且算法的学习性质与传统BP算法相同．

	格式：PDF 页数：8 页页码范围：2088-2095页
	学科分类：【工业技术】 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
	关键词：分式过程神经元网络奇异值时变信号理论性质学习算法应用
	来源期刊：《计算机研究与发展》2006年第12期
	收录数据库：中文科技期刊数据库

充值方式：