《分子三次分母二次有理样条权函数神经网络灵敏度分析与应用》由会员分享，可在线阅读，更多相关《分子三次分母二次有理样条权函数神经网络灵敏度分析与应用（2页珍藏版）》请在金锄头文库上搜索。
1、分子三次分母二次有理样条权函数神经网络灵敏度分析与应用灵敏度是衡量神经网络性能的一个重要指标 , 它通常是指神经网络因输入扰动或其它参数变化而引起的网络性能偏差的情况 , 从理论上分析灵敏度的变化有利于了解和改善神经网络的抗干扰能力和增强网络性能。 专著 神经网络新理论与方法中提出了一种全新的神经网络称为样条权函数神经网络, 本文以样条权函数神经网络的拓扑结构和训练方法为基础，结合Peano核定理、统计学灵敏度定义从理论上分析了分子三次分母二次有理样条权函数神经网络的模型误差和逼近噪声误差,推导出了该类神经网络的灵敏度计算公式,并运用MATLAB:具进行仿真实验。通过理论分析以及实验结果可以得
2、出 , 分子三次分母二次有理样条权函数神经网络的训练时间非常短 , 且误差小 , 并且在输入扰动较小的情况下该类神经网络的输出误差也比较小 , 有着较好的抗干扰能力。MATLA防真实验同样验证了分子三次分母二次有理样条权函数神经网络具有较为优秀的训练学习能力和测试泛化能力 , 并且得出了该类神经网络的输出与输入扰动之间的关系。由以上理论分析和实验结果可以总结出 , 分子三次分母二次有理样条权函数神经网络有着拓扑结构简单、 训练速度快、 误差小及较好的抗干扰能力等特点 , 并可以通过该类神经网络灵敏度的变化来预测实际输出与理论输出的偏离程度。 最后将分子三次分母二次有理样条权函数神经网络应用到心脏病检测中 , 将与心脏病检测相关的年龄、 性别、 心率等 13 类息息相关的数据经过归一化、去重处理后作为网络输入 , 根据输出值来检测是否患有心脏病。通过MATLA殴验验证了分子三次分母二次有理样条权函数神经网络相对于传统的BP神经网络具有更好的识别度且训练时间更快，所以具有较高的应用价 值。
