论文部分内容阅读
提出了一种带有反馈输入的过程式神经元网络模型,模型为三层结构,其隐层和输出层均为过程神经元.输入层完成连续信号的输入,隐层完成输入信号的空间聚合和向输出层逐点映射,并将输出信号逐点反馈到输入层;输出层完成隐层输出信号的时、空聚合运算和系统输出.在对权函数实施Walsh变换的基础上给出了该模型的学习算法.仿真实验证明了模型和算法的有效性.