以线性无关的基函数作为隐层神经元的激励函数，构建了一类基函数神经网络，且推导出该类神经网络的学习算法；在此基础上，设计了一种基于......

基于函数逼近理论，构造一种Chebyshev基函数神经网络模型。推导出该网络模型的权值直接确定方法，可一步计算出权值，克服了传统BP神经......

在前向神经网络模型的基础上，构建了一类新型广义多项式神经网络，依据BP神经网络梯度下降法的思想，给出该神经网络的权值迭代修正公式......

基于多元函数逼近理论，构建一种MISO（Multiple-Input，Single-Output）多元广义多项式神经网络。依据最小二乘原理，推导出基于伪逆的最优......