一类反馈过程神经元网络模型及其学习算法
提出了一种基于权函数基展开的反馈过程神经元网络模型.该模型为三层结构,由输入层、过程神经元隐层和过程神经元输出层组成.输入层完成系统时变过程信号的输入及隐层过程神经元输出信号向系统的反馈;过程神经元隐层用于完成输入信号的空间加权聚合和激励运算,同时将输出信号传输到输出层并加权反馈到输入层;输出层完成隐层输出信号的空间加权聚集和对时间的聚合运算以及系统输出.文中给出了学习算法,并以旋转机械故障自动诊断问题为例验证了模型和算法的有效性.
过程神经元、反馈过程神经网络、聚合运算、基函数展开、学习算法
30
TP183(自动化基础理论)
国家自然科学基金60373102
2004-12-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
801-806