基于代数神经网络的多元多项式不可约判定及学习算法

摘要

把感知器作为数学模型,充分利用神经元的运算特性,以二元多项式近似求根神经网络模型为基础,设计一类多元多项式不可约判定的神经网络模型,它是单输入多输出三层前向神经网络,给出神经网络学习算法,这种学习算法在p-adic意义下,通过调整隐层与输出层的权值Ci,j完成学习,直到e≥degy(F)+1步,可确定出多元多项式不可约,通过算例表明,该算法有效,相比传统的判定算法,可操作性强.