伪逆矩阵及其在改进型BP神经网络中的应用
基于伪逆矩阵理论,将sigmoid型激励函数与隶属函数相结合,构造出了改进型三层BP神经网络模型.该网络模型可以确定隐舍层神经元个数,并给出了权值直接确定算法下的最优权值矩阵,最优权值矩阵就是计算输入受激励矩阵的伪逆矩阵与输出向量的乘积,突出了改进型BP神经网络就是基于训练数据的矩阵方程求解的特殊表示.仿真实验验证了该网络具有极高的逼近精度,且运行时间较短.
伪逆矩阵、BP神经网络、权值直接确定、隶属函数
30
TP183(自动化基础理论)
华北科技学院高等教育科学研究课题HKJYZD201565;HKJYZD201336;中央高校基本科研业务费资助项目3142013021;3142014127;华北科技学院重点学科项目HKXJZD201402
2016-11-01(万方平台首次上网日期,不代表论文的发表时间)
184-190