本文深入探讨了KAN(Kernel Adaptive Network)和MLP(多层感知机)两种神经网络模型的性能比较,通过严格控制参数数量和计算量,在多个任务上进行了更加公平和全面的对比实验。研究发现,除符号公式表示任务外,MLP在大多数任务中表现优于KAN。同时,研究揭示了KAN的主要优势在于B样条激活函数,将其应用于MLP可显著提升性能。