B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf

1、傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的權(quán)值是常數(shù)，訓(xùn)練的權(quán)值往往難以反映樣本的信息；且在實(shí)際的應(yīng)用中，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型難以確定，網(wǎng)絡(luò)至少是三層結(jié)構(gòu)，并需要對(duì)隱含層進(jìn)行反復(fù)的擴(kuò)展或修剪。基于這些考慮，《神經(jīng)網(wǎng)絡(luò)新理論與方法》一書(shū)提出了權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的算法。權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的這一模型徹底打破了傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜的缺點(diǎn)，簡(jiǎn)化了網(wǎng)絡(luò)結(jié)構(gòu)；其理論與方法徹底克服了困擾學(xué)術(shù)界多年的傳統(tǒng)算法的局部極小、收斂速度慢、難以求得全局最優(yōu)點(diǎn)等缺陷。
　　 B樣條權(quán)函數(shù)神經(jīng)

2、網(wǎng)絡(luò)作為一種權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)，具有權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的特點(diǎn)。本文在理論與算法部分首先構(gòu)造了B樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)模型；接著又給出了通過(guò)樣本點(diǎn)計(jì)算B樣條權(quán)函數(shù)具體的過(guò)程；然后結(jié)合B樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的模型對(duì)網(wǎng)絡(luò)誤差進(jìn)行分析；最后，通過(guò)仿真實(shí)驗(yàn)，在均方差和訓(xùn)練時(shí)間方面將B樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)BP、RBF神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了對(duì)比分析，驗(yàn)證了B樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)具有很高的逼近精度和很快的訓(xùn)練速度。
　　 本文在應(yīng)用部分，給出了基于B樣條權(quán)函數(shù)