由于退化图像的点扩散函数难以准确确定,提出一种基于Fourier正交基函数的前向神经网络图像复原模型,该模型以一组Fourier正交基为......

目前神经网络已经成为解决非线性系统辨识问题的一类有效的方法,但是常用的多层感知器存在网络稳定性差、收敛速度慢的问题。在多......

利用既定条件下过程神经元与傅里叶神经元的等价性,提出一种优化的过程神经网络模型FPNN,并对等价性进行了证明。FPNN网络在保持了......

针对傅里叶神经网络采用最速下降法导致局部极小、学习速度慢以及泛化能力差的问题,提出一种基于DFP校正拟牛顿法的新学习算法。该......

利用傅里叶级数的原理,构造单输入、多输出(SIMO)傅里叶神经网络,将非线性映射转化成为线性映射,将求解神经网络权值的方法由非线......

针对小型光电编码器长周期误差成因及分布规律复杂的特点,提出了一种光电编码器长周期误差修正方法.建立了基于正交三角函数基的傅......

基于傅里叶神经网络（Fourier neural network，FNN）结构的单输入、输出 Hammerstein模型，提出了一种适用于变压器绕组振动系统的非线性......