论文部分内容阅读
构建一类新型基函数神经网络。依据梯度下降法思想．给出该神经网络的权值迭代公式．证明迭代序列能全局收敛到网络的最优权值．并由此推导出基于伪逆的最优权值一步计算公式——简称为权值直接确定法。理论分析表明，该新型神经网络具有最佳均方逼近能力和全局收敛性质，其权值直接确定法避免了冗长迭代计算、易陷于局部极小点、学习率难选取等传统BP神经网络难以解决的难题．仿真验证显示其相对BP神经网络的各种改进算法具有运算速度快、计算精度高等优势．且对于噪声有良好的滤除特性．