论文部分内容阅读
提出一种基于二次型运算和BP算法的计算神经网络模型。通过将输入向量分为若干等份的子向量,并运用二次型运算解决多线性空间的相互区分问题,消除了输入-隐含层的复杂网状连接结构,突出隐含神经元物理意义,从而实现了对传统三层BP神经网络结构的设计改进。试验对比结果显示,经过改进的模型较标准BP收敛更快并且稳定。