样条权函数神经网络的一种新型算法

南邮张代远的样条权函数神经网络 针对前馈神经网络在数值插值领域的应用场合,提出了一种新型结构的神经网络及其训练算法。网 络拓扑结构简单,网络训练所需的神经元个数与样本个数无关,可以简单地表示成输入、输出样本向量维数之积。 算法只需训练1 层权函数。训练后的权函数由三次样条函数构成,而不是传统方法(反向误差传播算法“BP”或径 向基函数算法“RBF”) 的常数。通过求解两组线性方程组,就可以确定具体三次样条权函数形式。不存在传统梯 度下降类算法的局部极小、收敛速度慢、初值敏感性等问题。仿真实验说明此算法比传统算法(如BP、RBF) 精度 高、速度快。