分子三次分母一次第二類有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)靈敏度分析及其應(yīng)用.pdf

1、傳統(tǒng)的梯度下降類神經(jīng)網(wǎng)絡(luò)存在著諸如收斂速度慢、局部極小等無法避免的缺點(diǎn)，雖然很多學(xué)者從多方面進(jìn)行了改進(jìn)，但是這些改進(jìn)無法從根本上解決問題。因此本文中，用分子三次、分母一次有理插值樣條作為權(quán)函數(shù)，構(gòu)建分子三次、分母一次第二類有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)。
　　分子三次、分母一次第二類有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)，解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)初值敏感、局部極小等問題。文中用分子三次、分母一次的有理插值樣條作為權(quán)函數(shù)代替常數(shù)權(quán)，根據(jù)訓(xùn)練樣本得到的權(quán)函數(shù)能夠反

2、映數(shù)據(jù)的潛在信息。當(dāng)輸入樣本或者權(quán)值存在擾動(dòng)時(shí)，神經(jīng)網(wǎng)絡(luò)的輸出會(huì)發(fā)生變化。靈敏度作為神經(jīng)網(wǎng)絡(luò)的一個(gè)重要指標(biāo)，可以分析這些變化給系統(tǒng)帶來的影響。因此，文中首先將分子三次、分母一次有理插值樣條與第二類樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)合，研究其學(xué)習(xí)算法。然后對(duì)分子三次、分母一次第二類有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的靈敏度進(jìn)行分析研究。接著進(jìn)行Matlab仿真，將本文中的神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)梯度下降類神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)能力以及泛化能力的對(duì)比。
　　最后，將分子三次、