原创力文档- 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
查看更多
模块化神经网络的子网合成.pdf
252 第二部分神经网络理论与应用
模块化神经网络的子网合成
陈新泉，彭宏，郑启伦
(华南理工大学计算机科学与工程学院，广州510641，Email：chenxqscut@126．com)
摘要：模块化神经网络(MNN)的分解合成可从空间上或功能上进行。本文对MNN的空间分解从函数逼近角度上
给予了分析和解释，并描述了如何用径向基函数绍-(RBFN)来实现一个MNN。接着通过两个例子说明如何从功能上
进行模块化神经网络的分解合成，由这两个例子函数的逼近结果可以分析出使用这种功能分解合成方法的前提条件：
对于线性组合类的函数逼近问题，采用模块化的功能分解合成方法，其效果比非模块化效果好。最后说明了在某些条
件下可以综合使用这两种分解方法。
关键词：模块化神经网络；空间分解；功能分解；子网合成
Subnetworks ofModularNeuralNetwork
Composition
CHEN ai—lun
Xin—quan，PENGHong，ZHENG
of China of
(School 510641，Email：
ComputerScience＆Engineering，SouthUniversityTechnology，Guang’zhou
chenxqscut@126．com)
in Canbe fromthe viewof
Abstract：The and amodularneuralnetwork
decompositioncomposition implementedpoint space
orfunction．This MNN’S fromaviewoffunction introduceshowto
paperanalyses spacedecomposition approximation，and
aMNNradialbasicfunction usestwo toshowhowto subnetworksfromthe
implementby network．Then，itexamples integrate
offunction．Basedonthe can the conditionsoffunctional is
results，we
angle example analyseapplicable decomposition，which
suitableforlinear USthe conditionsof thetwo methods．
last，itgives integratingdecompositional
composition．At applicable
Neural
Keywords：ModularNetwork，SpaceDecomposition，FunctionalDecomposition，Subnetworkscomposition
块得到最终的解决方法。在此启发下，一些学者提
Neural
出了模块化神经网络(ModularN
文档评论（0）