一种基于最优分段函数逼近的过程神经网络训练算法

摘要：

提出了一种基于最优分段函数逼近的过程神经网络学习算法。将网络时变输入信号和连接权在一定精度下表示为分段函数的拟合形式，根据最小均方误差准则，构建 PN N基于函数基展开的训练算法。选择低阶分段函数作为基函数，利用其良好的柔韧逼近和光滑可导性质，快速实现网络待定参数对函数样本的自适应学习。网络训练中，只需迭代调整分段函数的连接系数，可有效减少模型中的参数冗余、提高PNN对实际问题的建模能力。

关键词：过程神经网络、训练算法、分段函数、最优逼近

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目编号61170132；中国石油科技创新基金项目编号2010D-5006-0302资助。

在线出版日期：2014-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：919-923