张宇农;肖正丽;丁、司同;毛明志;刘金荣 WASD神经网络由双极性S形函数和后续迭代激活。 (中文。英文摘要) Zbl 1374.68460号 科学学报。国立Sunyatseni大学 55,第4期,1-10(2016). 摘要:提出了一种基于双极性S形激活函数和后续迭代的神经网络权值与结构确定(WASD)算法,该算法将Levenberg-Marquardt算法与神经网络训练的权值直接确定方法相结合。该算法结合MATLAB软件的神经网络工具箱,旨在弥补传统人工神经网络的共同缺点,如学习时间长、网络结构难以确定、学习和泛化性能有待提高等。同时,WASD算法具有良好的灵活性和可操作性。以非线性函数的数据拟合为例,数值实验和比较结果说明了WASD算法在确定隐藏神经元的最优数目和最优权重方面的优越性。所得神经网络在学习和泛化方面具有更好的性能。 MSC公司: 68T05型 人工智能中的学习和自适应系统 92B20型 生物研究、人工生命和相关主题中的神经网络 关键词:神经网络;后续迭代;双极性乙状结肠激活函数;数值实验 软件:Matlab公司;神经网络工具箱 PDF格式BibTeX公司 XML格式引用 \textit{Y.Zhang}等人,《科学学报》。国立大学Sunyatseni 55,No.4,1--10(2016;Zbl 1374.68460) 全文: 内政部