Title基于函数正交基展开的过程神经网络学习算法
Other TitlesLearning Algorithms of Process Neural Networks Based on Orthogonal Function Basis Expansion
Authors许少华
何新贵
Affiliation北京航空航天大学计算机科学与工程系,北京,100083
北京大学信息科学技术学院,北京,100871
Keywords过程神经网络 函数正交基 聚合运算 学习算法 计算复杂性
Issue Date2004
Publisher计算机学报
Citation计算机学报.2004,27,(5),645-650.
Abstract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.
URIhttp://hdl.handle.net/20.500.11897/279103
ISSN0254-4164
Appears in Collections:未确定






License: See PKU IR operational policies.