RBF人工神经网络拓扑结构定义与解的唯一性证明  

RBF artificial neural network topology definition and proof of uniqueness of solution

作　　者：陈廷勇[1] 殷树友[1] 林和平[2] 

机构地区：[1]长春金融高等专科学校计算机系,吉林长春130022 [2]东北师范大学计算机学院,吉林长春130117

出　　处：《东北师大学报（自然科学版）》2009年第3期30-35,共6页Journal of Northeast Normal University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(60473042;60573067)

摘　　要：以RBF人工神经网络为例,通过引入透明人工神经元的定义,提高了人工神经网络拓扑结构表述方面的一致性,证明了人工神经网络解的唯一性与确定性,提出了训练算法的非随机性和学习速率的最佳选择.In this paper,it takes the radial-basis function artificial neural network （RBFANN）as an example. It is propose that the definition of transparent artificial neurons, enhance the consistency in describing the network architecture. Then it proves the uniqueness of the solution of ANN,put forward a non-randon training algorithm.

关 键 词：人工智能(AI) 人工神经网络(ANN) 径向基(RBF) 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]