自组织前向神经网络与非线性动态系统模化

摘要：

将自组织学习过程引入到前向网络的训练中,提出了一种新的三层前向神经网络的训练方法.训练过程首先利用自组织分簇算法确定隐含层结点的数目以及权值,然后通过求解线性最小二乘问题估计输出层权值.自组织过程产生的激活权值对输入数据具有一种特征变换的功能.利用该方法训练的网络可以称之为自组织前向网络(SOFN).文中通过实际非线性动态系统建模的例子,说明了SOFN网络具有良好性能.

关键词：神经网络、训练算法、非线性系统、自组织

所属期刊栏目：17

分类号：TP3(计算技术、计算机技术)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：96-98