第二類樣條權函數(shù)神經(jīng)網(wǎng)絡算法復雜度研究及其應用.pdf

1、本論文的目的是通過理論分析，推導出第二類樣條權函數(shù)神經(jīng)網(wǎng)絡算法復雜度計算公式，并且通過實驗驗證，第二類樣條權函數(shù)神經(jīng)網(wǎng)絡在算法復雜度方面，要優(yōu)于BP神經(jīng)網(wǎng)絡。
　　本文研究的是第二類樣條權函數(shù)神經(jīng)網(wǎng)絡算法復雜度。第二類樣條權函數(shù)神經(jīng)網(wǎng)絡作為一種特殊的權函數(shù)神經(jīng)網(wǎng)絡，結合了權函數(shù)神經(jīng)網(wǎng)絡與三次樣條曲線的優(yōu)點。本文在第二類樣條權函數(shù)神經(jīng)網(wǎng)絡的理論基礎上，根據(jù)算法復雜度的定義，深入研究第二類權函數(shù)神經(jīng)網(wǎng)絡的算法復雜度。
　　論文中

2、推導出了第二類樣條權函數(shù)神經(jīng)網(wǎng)絡的算法復雜度的計算公式，得出時間復雜度公式，從理論結果看出，第二類樣條權函數(shù)神經(jīng)網(wǎng)絡算法復雜度在輸入、輸出維數(shù)確定的情況下，是和樣本數(shù)呈線性增長關系。
　　通過仿真實驗驗證了第二類權函數(shù)神經(jīng)網(wǎng)絡算法復雜度公式理論結果的準確性，對比BP神經(jīng)網(wǎng)絡，第二類樣條權函數(shù)神經(jīng)網(wǎng)絡有著更快的訓練速度。
　　應用點研究的是人臉朝向識別問題，使用BP神經(jīng)網(wǎng)絡和第二類條權函數(shù)神經(jīng)網(wǎng)絡分別對人臉圖像進行分類，實驗結