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。
　　 本文針對目前國內(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。對如何設(shè)計出一個最優(yōu)或者近似最優(yōu)泛函網(wǎng)絡(luò)結(jié)構(gòu)來提高泛化能力等問題開展研究，取得以下成果

2、:
　　 1)針對已有的泛函網(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)過程中基函數(shù)篩選過程的特點，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，實現(xiàn)對泛函神經(jīng)元網(wǎng)絡(luò)基函數(shù)的自適應(yīng)調(diào)整。實驗結(jié)果表明，該算法具有較高的計算精度;
　　 2)針對泛函神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化問題，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，