一种基于Legendre正交基变换的过程神经元网络训练

摘要：

为解决过程神经元网络训练涉及的时域聚合运算问题,提出了过程神经元网络的一种学习算法.算法在网络的输入函数空间引入Legendre正交函数基,将输入函数和网络连接权函数表示为该组正交基的有限项展开形式,利用Legendre函数基的正交性,避免复杂的积分过程,降低过程神经元在时间聚合运算中的复杂性,提高学习效率.仿真实验结果证明了算法的有效性.

关键词：过程神经元、Legendre多项式、正交基变换、学习算法

所属期刊栏目：11

分类号：TP183(自动化基础理论)

资助基金：中国博士后科学基金20080440923;黑龙江省自然科学基金 F2007211黑龙江省科技攻关项目GZ07A103

在线出版日期：2011-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2949-2952