论文部分内容阅读
∑-π型神经网络是由具有高阶神经网络特性的单元构成的无隐层网络。研究了∑-π型神经网络中的误差曲面和学习效率,给出了理论推导和分析。对于典型的XOR问题,分别使用BP网络和∑-π网络进行了计算机模拟计算。结果表明,BP网络中误差曲面存在大量的平台(flat)和梯阶(stair-step),∑-π网络中误差曲面变化梯度较大,因此具有较快的学习收敛速率,能克服BP网络的不足。按文中所用模拟计算方法,可以建立∑-π网络和BP网络中学习参数与学习效率、误差曲面特性之间关系数据库,有利于∑-π网络和BP网络的参数优