幂激励前向神经网络最优结构确定算法  

Optimal-structure determination of power-activation feed-forward neural net

作　　者：张雨浓[1] 郭东生[1] 谭宁[2] 

机构地区：[1]中山大学信息科学与技术学院,广州510275 [2]中山大学软件学院,广州510275

出　　处：《计算机工程与应用》2011年第2期29-31,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(No.60775050);国家教育部新世纪人才支持计划(No.NCET-07-0887);教育部留学回国人员科研启动基金(No.4105337)~~

摘　　要：针对一种以幂函数序列为各隐神经元激励函数的前向神经网络,提出了一种基于权值直接确定方法的网络最优结构确定算法。计算机仿真与验证结果表明,该算法能自动、快速、有效地确定网络的最优隐神经元数,达到网络的最佳逼近能力,从而实现网络结构的最优化。For a kind of feed-forward neural net with hidden-neurons＇ activation-functions being a sequence of power functions,an optimal network-structure determination algorithm is proposed based on the weights-direct-determination method.Com-puter simulation and verification results indicate that the algorithm can determine the optimal number of hidden-layer neurons automatically,quickly and effectively,which achieves the best approximation ability of the neural net and thus realizes the network-structure optimization.

关 键 词：幂级数 前向神经网络 隐神经元数 结构最优化 权值直接确定法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]