多项式函数的泛函网络构造与逼近算法.pdfVIP

下载本文档

9
0
约 5页
2016-03-28 发布于河北
举报
版权申诉

多项式函数的泛函网络构造与逼近算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第30卷第4期计算机仿真 2013年4月文章编号：1006—9348(2013)04—0270-05 多项式函数的泛函网络构造与逼近算法郭德龙1，夏慧明2，周永权3 (1．黔南民族师范学院，贵州都匀558000； 2．南京师范大学泰州学院，江苏泰州225300； 3．广西民族大学数学与计算机科学学院，广西南宁530006) 摘要：关于多项式函数算法优化问题，人工神经网络是解决函数逼近问题的一个重要方法。但由于传统的学习型神经网络存在缺陷，如对初始权重非常敏感，极易收敛于局部极小；收敛缓慢甚至不能收敛；过拟合与过训练；网络隐含节点数不确定等。针对上述问题，提出了一种多项式函数的三层泛函网络与逼近算法，并给出了中间隐层计算单元个数是如何确定。提出的算法能以任意精度逼近多项式函数，同时具有较快收敛速度和良好性能，克服了人工神经网络的不足。最后，给出了两个数值算例进一步验证算法的正确性。关键词：函数逼近；泛函网络；多项式；逼近算法；神经网络中图分类号：TPl83文献标识码：A and ofFunctional Structure ApproximationAlgorithm Networkof Function Polynomial GUO De—lon91，XIAHui—ruin92，ZHOUYong—quan3 ofMaths Normal for Guizhou 558000，China； (1．DepartmentQiannan UniversityNationalities，Duyun 2．Tmzhou of Normal University，Taizhou225300，China； CollegeNanjing Jiangsu ofMathand for Science，GuangxiUniversity Guangxi530006，China) 3．College Computer Nationalities，Nanning neuralnetworkistosolvethefunction andisall ABSTRACT：Artificial approximationproblem importantmethod， as initial butduetothedefectsoftraditionalneural sensitive network，such minimum，slow learning weights，local and ofnetw