基于磨光函数的权值直接确定双输入BP神经网络

摘要：

利用磨光函数与采样数据建立了双输入单输出的权值直接确定的BP神经网络.改进后的网络依据训练数据重要性,选择以数据为中心的磨光函数作为激励函数,同时网络结构可以根据数据多少得到相应的调整.根据误差反向传播学习算法得到了改进后网络的权值直接确定算法.在仿真中,利用2个不同的目标函数验证了改进算法的有效性与建模精度.实验结果表明,三次磨光函数建立的网络性能优于二次磨光函数建立的网络.

关键词：磨光函数、权值确定、结构优化、仿真

所属期刊栏目：14

分类号：TP183(自动化基础理论)

资助基金：中央高校基本科研业务费3142016023;河北省科技计划项目162176438;国家自然科学基金61472137

在线出版日期：2017-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：107-111,120