10.3969/j.issn.1004-9037.2006.02.001
层次泛函网络学习算法及其在时间序列分析中的应用
设计了一类单输入单输出泛函网络与双输入单输出泛函网络作为构造层次泛函网络基本模型.提出了一种层次泛函网络模型,给出了层次泛函网络构造方法和学习算法,而层次泛函网络的参数利用解方程组来进行逐层学习.以时间序列中典型的Hénon映射为例,通过比较分析看出,层次泛函网络更适合于时间序列分析.计算机仿真结果表明,这种层次学习方法,对时间序列具有收敛速度快和逼近精度高等特点.
函数变换、泛函网络、层次泛函网络、学习算法、Hénon映射
21
TP183(自动化基础理论)
国家高技术研究发展计划863计划60461001;广西自然科学基金0542048
2006-07-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
123-127