一种新的复值递归神经网络训练方法及其应用

一种新的基于数字滤波器理论的全互连复值递归神经网络训练方法被提出。每个递归神经元均具有复数ＩＩＲ滤波器结构。通过优化ＩＩＲ滤波器的系数来更新神经网络的权值，而优化过程则采用逐层优化 （ＬＢＬＯ）技术和递归最小平方（ＲＬＳ）方法。该算法的性能通过将其应用于复信道均衡来加以说明。计算机仿真结果表明，该算法具有较快的收敛速度。这为快速训练复值递归神经网络提供了一条新的途径。