傅立叶神经网络

傅立叶神经网络是以一组傅立叶基函数作为三层前向神经网络各隐含层单元的输出特性，再以其加权和作为网络的非线性输出，构成的一种神经网络模型。从傅立叶神经网络可知，一个傅立叶神经网络就是一个傅立叶级数，反过来，一个傅立叶函数对应着一个傅立叶神经网络。基于函数逼近论，将一组傅立叶基函数作为三层前向神经网络各隐含神经元的输出特性，以其加权和作为网络的非线性输出，构成一种新型的傅立叶神经网络，从理论上解决了单输入神经网络隐含层数及隐含神经元个数难以确定的问题。