泛函网络神经元构造理论与方法

泛函网络是近年提出的一种对神经网络的有效推广。与神经网络不同，它处理的是一般的泛函模型，它在各个神经元之间的连接没有权值，并且神经元函数不固定的，往往是一给定的基函数的组合，泛函网络学习的目的就是求出神经元函数的精确表达式或近似表达式。迄今关于泛函网络神经元基函数的存在性和选取方法缺乏理论依据。文中基于banach空间中偏序理论，分析了泛函网络神经元基函数的存在性，给出了泛函网络神经元基函数选取方法，对于完善泛函网络的基础理论具有参考价值。