傅立叶神经网络建模研究  

A Neural Network Model Structure Study Based on Fourier

作　　者：邹阿金[1] 沈建中[2] 

机构地区：[1]长沙电力学院数学与计算机系,长沙410077 [2]中国科学院声学研究所,北京100080

出　　处：《湘潭大学自然科学学报》2001年第2期23-26,共4页Natural Science Journal of Xiangtan University

基　　金：国家自然科学基金!资助项目 (199740 0 2 )

摘　　要：基于函数逼近论 ,将一组傅立叶基函数作为三层前向神经网络各隐含神经元的输出特性 ,以其加权和作为网络的非线性输出 ,构成一种新型的傅立叶神经网络 ;从理论上解决了单输入神经网络隐含层数及隐含神经元个数难以确定的问题 .仿真实验表明 ,该网络具有优良的逼近任意非线性特性的能力 .Applying the function approximation theory to neural networks, this paper presents a neural network model based on Fourier Transform. The simulation results have proven it has excellent performance of approximating non-linear properties.

关 键 词：傅立叶级数 最佳均方逼近 函数逼近论 傅立叶神经网络 非线性输出 非线性映射 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]