论文部分内容阅读
将任意给定的确定性规则形状作为自适应神经网络的学习对象 ,用自适应学习的方法改变规则形状的形成规则 ,在没有加入随机移位扰动量的情况下 ,使规则形状从“规则”向“非规则”转变 改进了传统自适应神经网络的算法过程 ,增强了随机形状的局部和整体形态特征的可控性 ,拓宽了自适应线性神经网络在随机形状造型中的应用范围 ,且方法简明、易于实现