基于函数正交基展开的过程神经网络学习算法

摘要：

过程神经网络的输入和连接权均可为时变函数,过程神经元增加了一个对于时间的聚合算子,使网络同时具有时空二维信息处理能力.该文在考虑过程神经网络对时间聚合运算的复杂性的基础上,提出了一种基于函数正交基展开的学习算法.在网络输入函数空间中选择一组适当的函数正交基,将输入函数和网络权函数都表示为该组正交基的展开形式,利用基函数的正交性,简化过程神经元对时间的聚合运算.应用表明,算法简化了过程神经网络的计算复杂度,提高了网络学习效率和对实际问题求解的适应性.以旋转机械故障诊断问题和油藏开发过程采收率的模拟为例验证了算法的有效性.

关键词：过程神经网络、函数正交基、聚合运算、学习算法、计算复杂性

所属期刊栏目：27

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60373102;高等学校博士学科点专项科研项目20030001701

在线出版日期：2004-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：645-650