广义同余神经网络的研究.pdfVIP

290 第二部分神经网络理论与应用 广义同余神经网络的研究 陈华伟，鄢田云，靳蕃 (西南交通大学计算机与通信工程学院，成都610031，Email：chw．mail@163．com) 摘要：对广义同余神经元的特性进行了研究，并介绍一种的新的广义同余神经网络结构，将基于广义逆的学习算法 应用到新型广义同余神经网络的训练过程。仿真实验初步验证了基于广义逆学习的广义同余神经网络能产生可与BP 神经网络相当的的性能。 关键词：神经网络；广义同余神经元；Moore—Penrose广义逆 OnGeneralizedNeuralNetwork Congruent CHEN Fan Hua·-wei,YAN Tian--yun,JIN of andCommunication (School 610031，Email： Computer Engineering，SouthwestJiaotongUniversity，Chengdu， chw．mail@163．com) the of neuron．AfternovelarchitectureofGCNNis Abstract：This characteristicsGeneralized that，a paperpresents Congruent introducedandanew basedonMoore—Penroseinverseis tothenovelGCNN．The learningalgorithm generalizedapplied showthatthe rather when to results newarchitectureand call experimental algorithmproducegoodperformacecompared BPNN． Keywords：NeuralNetwork，Generalized GeneralizedInverse CongruentNeuron，Moore-penrose 1 引 言 2广义同余神经网络 最近一种新的应用广义同余函数作为激励函数 2．1广义同余与广义同余神经元 的神经网络[1，2，3】由学者靳蕃提出并得到～定的研 究。在文献[3]中，提出随机权值实验和误差反向分 km，则称a就模m广义同余于b，记为 配的算法应用于广义同余神经网络的训练学习过 a--=b(Gmodm) (1) 程，但算法缺乏严格的数学基础和存在一些问题， 定义2 如：算法收敛的不稳定性。文献[2】中提出～种改进 的广义同余神经元，可以在一定程度上缓解部分问 题。 为人工神经元的n维输入矢量和连接权矢量，如输 本文展示了广义同余的特殊非线性特性，提出 出按模m∈R的广义同余方式运算， 一种新的广义同余神经网络结构，并应用一种新的 算法到广义同余神经网络的学习过程。