-
题名一种复值可分离的泛函网络学习算法
被引量：6
- 1
-
-
作者
周永权
赵斌
焦李成
-
机构
西安电子科技大学智能信息处理研究所
中央民族大学数学与计算机科学学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2006年第8期1244-1248,共5页
-
基金
国家自然科学基金(60461001)
广西自然科学基金资助课题(0542048)
-
文摘
泛函网络是最近提出的一种对神经网络的一般化推广。与神经网络不同,它处理的只是一般的实值泛函模型,针对该问题,将实值泛函神经元推广到复值泛函神经元,再对复值泛函神经元的结构作了变形,提出了一种复值泛函网络新模型,给出了基于梯度下降法的复值可分离泛函网络学习算法。采用复分析的方法,利用单一泛函神经元模型,借助于正交边界和实步长函数概念求解复值XOR分类问题。通过理论分析可看出,相比复值神经网络,用复值泛函网络解决问题具有很强的计算能力。
-
关键词
复基函数簇
复值泛函网络
学习算法
复XOR分类
正交边界
实步长函数
-
Keywords
complex-valued base function series
complex-valued functional network
learning algorithm
complex XOR classify
orthogonal decision boundaries
real step function
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
