Given a series of complex-valued tr

Given a series of complex-valued training samples ðzi; yiÞ, i ¼ 1;2; . . . ; N, where zi 2 Cn and yi 2 Cm, the actual outputs of the single-hidden-layer feedforward network (SLFN) with complex activation function gcðzÞ for these N training data is given by
where column vector wk 2 Cn is the complex input weight vector connecting the input layer neurons to the kth hidden neuron, bk ¼ ½bk1; bk2; . . . ; bkmT 2 Cm the complex output weight vector connecting the kth hidden neuron and the output neurons, and bk 2 C is the complex bias of the kth hidden neuron. wk zi denotes the inner product of column vectors wk and zi. gc is a fully complex activation function. The above N equations can be written compactly as
and in practical applications the number N ~ of the hidden neurons is usually much less than the number N of training samples and HbaY, where

Kết quả (Việt) 2:

Với một loạt các đào tạo mẫu dzi giá trị phức; yiÞ, i ¼ 1; 2; . . . ; N, nơi zi 2 Cn và yi 2 Cm, các kết quả thực tế của các đơn lớp-ẩn feedforward mạng (SLFN) với phức tạp hàm kích hoạt gcðzÞ cho các dữ liệu huấn luyện N được đưa ra bởi
nơi vector cột tuần 2 Cn là trọng lượng đầu vào phức tạp vector kết nối các lớp đầu vào tế bào thần kinh thứ k ẩn neuron, bk ¼ ½bk1; BK2; . . . ; bkmT 2 Cm các vector trọng lượng đầu ra phức tạp kết nối các thứ k ẩn nơron thần kinh và các nơron đầu ra, và bk 2 C là thiên vị phức tạp của thứ k ẩn neuron. wk zi biểu thị các sản phẩm bên trong của cột vector wk và zi. gc là một chức năng kích hoạt đầy đủ phức tạp. Các phương trình N ở trên có thể được viết gọn là
và trong các ứng dụng thực tế số lượng N ~ của neuron ẩn thường là ít hơn nhiều so với số N của mẫu huấn luyện và HbaY, nơi