基于梯度下降法的Chebyshev前向神经网络 |
| |
引用本文: | 肖秀春,彭银桥,梅其祥,闫敬文.基于梯度下降法的Chebyshev前向神经网络[J].安徽工业大学学报,2018(2). |
| |
作者姓名: | 肖秀春 彭银桥 梅其祥 闫敬文 |
| |
作者单位: | 广东海洋大学电子与信息工程学院;广东海洋大学数学与计算机学院;汕头大学工学院 |
| |
摘 要: | 传统人工神经网络模型中,同一隐层各神经元的激励函数是相同的,这与人类神经元的实际情况不一致。为此,构造一种隐层各神经元激励函数互不相同的前向神经网络模型,采用一簇Chebyshev正交多项式序列作为其隐层各神经元的激励函数(简称Chebyshev前向神经网络),并为Chebyshev前向神经网络推导基于梯度下降法的网络参数训练算法。仿真实验表明,基于梯度下降法的Chebyshev前向神经网络算法能够有效调整网络参数,使之以较高的精度逼近具有复杂模式的样本数据集。
|
本文献已被 CNKI 等数据库收录! |
|