高斯激活函数特征值分解修剪技术的D—FNN算法研究

来源 :中山大学学报(自然科学版) | 被引量 : 0次 | 上传用户:skyfox
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种D.FNN的新算法。其算法的最主要特点是:D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效;使用特征值分解修剪技术使得网络结构不会持续增长,可获得更为紧凑的D—FNN结构,避免了过拟合现象。最后通过对Her-mite多项式逼近能力来验证所提方案的有效性。仿真结果表明使用特征值分解修剪技术和高斯激活函数的D—FNN具有良好的性能。
其他文献
诗人不会错过任何一场淋雨的机会,这并非有意而为。雨水与汗渍沾染着空气中微弱的浮尘,附着于你沉痛的灵魂。如果我对你说,不会再去理会那些自陷窘境于落魄的灵魂。他们是否
大学公共英语课由于课程内容多、课文多、练习多,教师全年就在为完成教学任务而疲于奔命。由于学生英语水平参差不齐,特别是艺术、体育类学生的英语基础薄弱,广大教师感到难以达
为了确定前向神经网络的网络结构,提出了一种基于采样数据的含单隐层神经元的模糊前向神经网络,反映了构造数据所蕴含的系统信息,其隐层神经元激励函数选择为三角型隶属函数和构
精神分裂症(分裂症)病人多有脑结构异常,这已被越来越多的研究所证实[1],但某些观点颇不一致.王学义等[2]对73例精神分裂症患者的脑部CT检查提出,分裂症患者27.39%出现脑萎缩