提高故障空间分界能力的S形-二次函数前向阶层型网络

提出了一种S形-二次函数前向阶层型网络(Sigmoidal-QuadraticBasisFunc-tionNetwork,简称SQBFN),首先以二次超曲面对输入空间进行初始划分,并经过叠合形成复杂的决策空间,以达到对故障类区域的精确描述。理论分析和实例研究结果表明,SQBFN具有分类能力强、柔性高,并可按需要形成封闭或半封闭的定界空间,可避免对空白空间的任意划分。