高阶对称循环神经网络的非线性辨识

摘要：

提出一种称为高阶对称循环神经网络(HDRNN),它的结构是对称循环神经网络模型的改变,在自循环神经元与正常输入之间形成由自循环神经元和附加辅助乘法组成的隐含层,由此得出一般动态反向传播算法,算法表明HDRNN不仅能给出更准确辨识结果,而且以更短训练时间来获得理想精确值.

关键词：神经元、辨识、传播算法、均方误差

所属期刊栏目：21

分类号：TP301.1(计算技术、计算机技术)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：58-60