新型Sigma-Pi泛函网络模型  

New Sigma-Pi Functional Networks Model

作　　者：周永权[1] 陈东用[2] 李陶深[2] 

机构地区：[1]广西民族学院计算机与信息科学学院,南宁530006 [2]广西大学计算机与电子信息学院,南宁530003

出　　处：《计算机工程》2006年第19期196-198,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60461001);广西自然科学基金资助项目(0542048)

摘　　要：将泛函神经元结构变形,建立Sigma-Pi泛函网络模型,给出Sigma-Pi泛函网络学习算法。采用数值分析的方法,将Sigma-Pi泛函网络应用于异或问题,结果表明,该网络对于某些问题具有很强的分类能力。该方法的优点在于利用一元函数作为基函数来实现高维函数的逼近,在函数逼近技术上,有着重要的应用价值。This paper converts a structure of a functional neuron, presents a Sigma-Pi functional network（SPFN） structure, and proposes the Sigma-Pi functional networks learning algorithm. Using numerical analysis method, the Sigma-Pi functional network is applied to XOR problem. The results demonstrate that the functional network has powerful classification capability. The method has the advantages of using a variable function for multi-dimensional function approximation and important practical significance.

关 键 词：泛函神经元 泛函网络 Sigma-Pi泛函网络 基函数簇 异或问题 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]