简单动态递归神经网络在非线性系统辨识中的应用
提出了用一种结构非常简单的动态递归神经网络(SRNN)辨识非线性系统的方法.该方法研究了在递归层不加权的网络简单拓扑结构,推导出SRNN的预报误差(RPE)学习算法,并对算法进行了补充和改进.仿真实验结果表明,这种网络需要调整的权系值少,且改进后的学习算法简单、辨识速度快、模型精度高,解决了一般动态递归网络因网络拓扑结构复杂造成的训练算法复杂、收敛速度慢的问题,可以实时应用.
动态递归神经网络、系统辨识、非线性系统、RPE算法
30
TP273(自动化技术及设备)
2009-07-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
130-134,179