神經網絡權值和結構確定方法的探討——以Hermite插值網絡為例.pdf

1、人工神經網絡，是一種以生物學認識為基礎，以數學和物理的方法，從信息處理的角度對人腦神經網絡進行抽象，并建立的某種簡化模型，其在模式識別、人工智能、優(yōu)化計算、信號處理等領域有著廣泛的應用，其中使用最為廣泛的就是BP神經網絡。而BP神經網絡有著其固有的缺陷，如收斂速度慢、容易陷入局部極小點、學習率難選取和網絡結構難于確定等。本文主要就是基于解決此類問題而展開的。
　　 本文首先構建一個新型的基函數神經網絡：Euler神經網絡，接著在

2、該網絡上探討一種神經網路權值和結構確定的理論。權值直接確定法使用基于偽逆的思想，跳出BP權值迭代的框架，能夠很好地克服BP神經網絡的固有缺陷，快速地確定網絡的權值。此外根據權值確定方法，本文還繼續(xù)研究和探討了Euler神經網絡隱層神經元數目確定的方法(即結構確定方法)。
　　 為了進一步探討網絡性能的優(yōu)化，本文還引入Hermite插值思想，構建一個新的神經網絡模型：Hermite插值神經網絡，這是本文的另一個研究重點。本文構建了