论文部分内容阅读
样条权函数神经网络是一种新型的神经网络，它克服了传统神经网络收敛速度慢、初值敏感、局部极小的问题。因其能精确学习给定的样本，并且结构简单、训练速度快，因此被广泛关注。结合分子三次、分母一次的有理样条函数和样条权函数神经网络的优势，研究了分子三次、分母一次乘性有理样条权函数神经网络，并对其灵敏度进行了理论分析和实验仿真。通过理论分析和仿真可以看出，该神经网络具有分子三次、分母一次的有理样条和样条权函数神经网络的优越特性，在一定扰动范围内，该样条权函数神经网络的灵敏度稳定，具有很强的抗干扰能力。