%0 Journal Article
%T 多层前向小世界神经网络及其函数逼近
%A 李小虎
%A 杜海峰
%A 张进华
%A 王孙安
%J 控制理论与应用
%D 2010
%R 10.7641/j.issn.1000-8152.2010.7.CCTA090061
%X 借鉴复杂网络的研究成果,探讨一种在结构上处于规则和随机连接型神经网络之间的网络模型—-多层前向小世界神经网络.首先对多层前向规则神经网络中的连接依重连概率p进行重连,构建新的网络模型,对其特征参数的分析表明,当0<p<1时,该网络在聚类系数上不同于Watts-Strogatz模型;其次用六元组模型对网络进行描述;最后,将不同p值下的小世界神经网络用于函数逼近,仿真结果表明,当p=0:1时,网络具有最优的逼近性能,收敛性能对比试验也表明,此时网络在收敛性能、逼近速度等指标上要优于同规模的规则网络和随机网络.
%K 小世界网络
%K 神经网络
%K 函数逼近
%K 复杂网络
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA090061&flag=1