第二類樣條權函數(shù)神經(jīng)網(wǎng)絡靈敏度研究、算法實現(xiàn)及其應用.pdf

1、靈敏度是用來衡量神經(jīng)網(wǎng)絡因參數(shù)變化而造成網(wǎng)絡性能偏差的概念，從理論上分析這些變化有利于增強網(wǎng)絡的抗干擾能力和增強網(wǎng)絡的性能。
　　權函數(shù)神經(jīng)網(wǎng)絡是《神經(jīng)網(wǎng)絡新理論與方法》專著中提出的一種全新的神經(jīng)網(wǎng)絡研究方法。本文以第二類樣條權函數(shù)神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)和訓練算法理論為基礎，根據(jù)神經(jīng)網(wǎng)絡統(tǒng)計靈敏度的定義，使用數(shù)值分析、矩陣計算等方法，對神經(jīng)網(wǎng)絡的靈敏度公式進行了計算。
　　本文從理論上分析了第二類樣條權函數(shù)神經(jīng)網(wǎng)絡的模型誤差和逼近

2、噪聲誤差，推導出了第二類權函數(shù)神經(jīng)網(wǎng)絡的樣本靈敏度、權值靈敏度和理論統(tǒng)計靈敏度計算公式。
　　通過靈敏度仿真實驗論證了第二類樣條權函數(shù)神經(jīng)網(wǎng)絡的訓練學習能力和測試泛化能力，并分析了靈敏度的變化值與神經(jīng)網(wǎng)絡泛化能力的關系，驗證了理論的正確性。
　　結(jié)合模式識別理論，建立第二類樣條權函數(shù)神經(jīng)網(wǎng)絡手寫數(shù)字識別系統(tǒng)，從理論上分析該識別系統(tǒng)的可行性和相關參數(shù)，通過 MATLAB仿真實驗驗證了第二類神經(jīng)網(wǎng)絡手寫數(shù)字分類器具有良好的識別能