隐层神经元自适应算法：通过数据表示达到完备学习

提出采用数据表示，即通过一能把输入空间变换到高维空间的接受函数，把所有训练样本变换到集合空间中，然后将经过重新表示的数据馈入神经网络，则不需再采用其他算法，神经网络可达到完备学习。还给出了对正弦函数近似问题应用数据表示与隐层神经元自适应算法结合达到完备学习的实例。