一种回归神经网络的快速在线学习算法
针对回归神经网络BP学习算法收敛慢的缺陷,提出了一种新的快速在线递推学习算法.本算法在目标函数中引入了遗忘因子,并借助于非线性系统的最大似然估计原理成功地解决了动态非线性系统回归神经网络模型权系数学习的实时性和快速性问题.仿真结果表明,该算法比传统的回归BP学习算法具有更快的收敛速度..
回归神经网络、在线学习、快速算法
24
TP2(自动化技术及设备)
教育部留学回国人员科研启动基金
2004-03-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
616-621