幂激励前向神经网络的权值直接确定法.pdfVIP

幂激励前向神经网络的权值直接确定法术 张雨浓1李 巍1刘 巍2谭满春3陈 轲2 1中山大学信息科学与技术学院，广州 510275 2中山大学软件学院，广州 510275 3暨南大学信息科学技术学院数学系，广州 510632 摘要：根据多项式理论，提出了一个前向神经网络模型，以一组逐次增高的幂函数激励隐层神经元。类 似于误差回传(BP)的经典做法，推导了权值修正的迭代公式。区别于该反复迭代训练而达到最优权值的标 准做法，针对该幂激励前向神经网络模型，进而提出了一种基于伪逆的直接计算权值的方法(即，一步确定 法)。仿真结果显示该权值直接确定法能达到比迭代法更高的5-作精度。 关键词：幂激励函数、前向神经网络、权值修正、直接确定法 Power．．ActivationFeed．．ForwardNeural Network withits Determined WeightsImmediately 2 Wei W．ei Ke ZhangYunong1，Li 1，Liu Z，TanManchun。，Chen l SchoolofInformationScienceand 10275 Technology,5 2Schoolof Yat—Sen Software，Sun University，Guangzhou，510275，China 3 of ofInformationScienceand Mathematics，School Department Technology， Jinan 10632，China University，Guangzhou，5 Abstract：Basedon and neuralnetwork polynomialinterpolationcurve-j疗ttingtheory,aspecialfeed-forward activation is inthis model a the structure,where usingpower functionsproposedpaper．Theadoptsthree—layer neuronsareactivateda other hidden—layer by groupoforder-increasingpowerfunctions，andlayers’neurons linear our deriveits the employactivationfunctions．Inresearch，wefirstlyweights·updatingformulabyadopting standardBP method．More basedmethodisthen whichcould training importantly,apseudo—inverse p