一种具有正弦基函数权值的反馈型神经网络模型

提出了一种新的两层反馈型神经网络模型.该网络采用正弦基函数作为权值,神经元激活函数为线性函数,连接形式为两层反馈型结构.研究并定义了该反馈型神经网络的能量函数,分析了网络运行的稳定性问题,并证明了在Liapunov意义下网络运行的稳定性.网络运行过程中,其权值不做调整（但随时间按正弦规律变化）,网络状态不断地转换.随着网络状态变化其能量不断减小,最终在达到稳定时能量到达极小点.由于该反馈型神经网络权值为正弦函数,特别适合于周期信号的自适应逼近和检测,为实际中周期性信号检测与处理提供了一种新的、有效的网络模型和方法.作为应用实例把该网络应用于电力系统中电压凹陷特征量实时检测,仿真结果表明,网络用于信号检测不仅有很高的静态精度,而且有非常好的动态响应特性.