激励函数可学习神经网络
Journal of Jiangnan University(Natural Science Edition)(2015)
摘要
提出了一种激励函数可学习神经网络,其神经元函数不固定,通常是任何线性无关的基函数的线性组合,通过调整神经元中基函数的系数即可达到网络学习的目的.为了结构优化方便,将神经元输出的多维空间映射为一维空间后输入给下层神经元.根据网络的特点,提出了两种无需迭代的网络参数快速学习算法实现网络训练.通过3个实例进行仿真实验,结果表明所设计神经网络的逼近能力强,参数学习速度极快.
更多关键词
neural network,active function,quick learning algorithms
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要