摘要：
针对神经网络的结构设计， 根据仿生学原理提出一种基于皮层内神经元连接及侧抑制连接的人工神经网络模型(SANN)。 该模型结合皮层的多层空间结构特点， 考虑了层内中间抑制神经元的侧向连接以及神经元在多个层内进行的信息传递。 基于误差反向传播思想的梯度下降学习算法用于网络参数的训练。 通过对异或问题的仿真实验表明， SANN在处理实际回归及线性不可分问题时， 不但能够保证较高训练精度同时可获得更强的泛化能力， 此外在避免网络陷入局部极小点方面也有一定的优势。
关键词：
通讯作者信息：
电子邮件地址：
