泛函神經(jīng)元網(wǎng)絡(luò)遞歸和剪枝學(xué)習(xí)算法及其集成研究.pdf

1、泛函網(wǎng)絡(luò)是對(duì)人工神經(jīng)網(wǎng)絡(luò)一種全新的拓展，在許多應(yīng)用領(lǐng)域取得了較大的成功。但由于泛函網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)一個(gè)新興的研究分支，在理論和應(yīng)用方面尚存在許多的不足，需要人們進(jìn)一步提出一些新的理論、學(xué)習(xí)算法，完善其理論基礎(chǔ)，拓寬其應(yīng)用范圍。
　　 本文針對(duì)目前國(guó)內(nèi)外泛函網(wǎng)絡(luò)研究所存在的不足，如在現(xiàn)有的泛函網(wǎng)絡(luò)學(xué)習(xí)算法中，當(dāng)基函數(shù)選取不當(dāng)降低了內(nèi)存的使用率。對(duì)如何設(shè)計(jì)出一個(gè)最優(yōu)或者近似最優(yōu)泛函網(wǎng)絡(luò)結(jié)構(gòu)來(lái)提高泛化能力等問(wèn)題開(kāi)展研究，取得以下成果

2、:
　　 1)針對(duì)已有的泛函網(wǎng)絡(luò)學(xué)習(xí)算法基函數(shù)選取方法的不足，考慮泛函網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中基函數(shù)篩選過(guò)程的特點(diǎn)，提出一種基函數(shù)可遞歸泛函神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法，該算法借助于矩陣偽逆遞歸求解方法，實(shí)現(xiàn)對(duì)泛函神經(jīng)元網(wǎng)絡(luò)基函數(shù)的自適應(yīng)調(diào)整。實(shí)驗(yàn)結(jié)果表明，該算法具有較高的計(jì)算精度;
　　 2)針對(duì)泛函神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化問(wèn)題，結(jié)合剪枝算法，考慮泛函神經(jīng)元網(wǎng)絡(luò)的復(fù)雜度，提出一種基于泛函神經(jīng)元網(wǎng)絡(luò)復(fù)雜度的剪枝算法;該算法結(jié)合剪枝法與信息熵理論，