摘要: 针对中药复杂组效关系的辨识问题,研究了变结构多层前馈神经网络,推导出一种新型的变结构网络学习算法,成功地应用于中药川芎药效活性预测计算.该方法从一个规模较小的网络出发,当网络无法达到预定的学习精度时,自动增加隐含层神经元个数,并在原有学习结果的基础上确定新的网络参数,自适应地确定前馈神经网络结构,可用于处理复杂化学模式信息.计算机仿真实验结果表明,该方法能有效地确定多层前馈神经网络的最佳结构,提高网络学习效率和函数逼近精度,解决复杂非线性函数映射关系准确建模问题.
中图分类号:
TrendMD:
范骁辉, 程翼宇. 中药复杂组效关系的变结构神经网络辨识方法. 高等学校化学学报, 2004, 25(11): 2004.
FAN Xiao-Hui, CHENG Yi-Yu. Recognition Method of a New Feedforward Neural Network with Adaptive Structure for QCAR Modeling of Chinese Medicine. Chem. J. Chinese Universities, 2004, 25(11): 2004.