激励函数可学习神经网络

摘要：

提出了一种激励函数可学习神经网络,其神经元函数不固定,通常是任何线性无关的基函数的线性组合,通过调整神经元中基函数的系数即可达到网络学习的目的.为了结构优化方便,将神经元输出的多维空间映射为一维空间后输入给下层神经元.根据网络的特点,提出了两种无需迭代的网络参数快速学习算法实现网络训练.通过3个实例进行仿真实验,结果表明所设计神经网络的逼近能力强,参数学习速度极快.

关键词：神经网络、激励函数、快速学习方法

所属期刊栏目：14

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金项目61273187;国家自然科学基金创新研究群体科学基金项目61321003

在线出版日期：2016-01-23（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：689-694