《表3 sin C函数逼近结果与其他方法的性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于连接自组织发育的稀疏跨越-侧抑制神经网络设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取单隐含层的sS-LINN求解该问题，令n1=30，具有小世界特性的初始网络的连接概率p=0.1根据式（3）可计算出三层S-LINN含有的可调连接权值数call=61，初始稀疏度及其他参数设置与第3.1节相同.基于sS-LINN的sin C函数逼近输出结果如图9和表3所示，实验数据表明sS-LINN可以获得优于其他方法的学习能力和泛化能力.