一种基于最优分段函数逼近的过程神经网络训练算法
许少华
李玉龙
刘志刚
1.东北石油大学计算机与信息技术学院 大庆 1633182.东北石油大学计算机与信息技术学院 大庆 1633183.东北石油大学计算机与信息技术学院 大庆 163318
摘要：提出了一种基于最优分段函数逼近的过程神经网络学习算法。将网络时变输入信号和连接权在一定精度下表示为分段函数的拟合形式，根据最小均方误差准则，构建 PN N基于函数基展开的训练算法。选择低阶分段函数作为基函数，利用其良好的柔韧逼近和光滑可导性质，快速实现网络待定参数对函数样本的自适应学习。网络训练中，只需迭代调整分段函数的连接系数，可有效减少模型中的参数冗余、提高PNN对实际问题的建模能力。
关键词：过程神经网络训练算法分段函数最优逼近
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(61170132)科技创新基金(2010D-5006-0302)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 919-923 )
英文信息