基于综合目标函数的神经网络多新息辨识算法

被引：4

作者：

徐宝昌

刘新乐

机构：

[1] 中国石油大学地球物理与信息工程学院

来源：

中国石油大学学报(自然科学版) | 2013年 / 37卷 / 02期

关键词：

系统辨识; 综合目标函数; 神经网络; 多新息;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为提高动态神经网络学习算法的辨识精度及抗噪性能,提出一种基于综合目标函数的多新息辨识算法。该算法基于多新息理论在最小均方误差目标函数中引入一辅助项构造综合目标函数,利用该目标函数进行网络输出层权值的训练,并采用牛顿法推导出输出层权值的递推计算公式。与已有二阶学习算法相比,新算法鲁棒性强,收敛速度快,辨识精度高。仿真结果验证了算法的有效性。

引用

页码：165 / 169

页数：5

共 6 条

[1] 一类训练前馈神经网络的梯度算法及收敛性 [J].

邵红梅 ;

安凤仙 .

中国石油大学学报(自然科学版), 2010, 34 (04) :176-178+184

[2] 一种基于综合目标函数的神经网络学习算法 [J].

徐宝昌 ;

罗雄麟 ;

王金山 .

中国石油大学学报(自然科学版), 2009, 33 (06) :95-99

[3] 基于神经网络的槽式孔板湿气计量修正模型 [J].

华陈权 ;

王昌明 ;

耿艳峰 ;

王晓智 .

中国石油大学学报(自然科学版), 2009, 33 (06) :152-156

[4] 神经网络泛化性能优化算法 [J].

包芳 ;

潘永惠 .

计算机工程与设计, 2009, 30 (22) :5211-5213

[5]

Time series analysis using normalized PG-RBF network with regression weights.[J].I. Rojas;H. Pomares;J.L. Bernier;J. Ortega;B. Pino;F.J. Pelayo;A. Prieto.Neurocomputing.2002, 1

[6]

神经元网络控制.[M].王永骥;涂健编著;.机械工业出版社.1998,

← 1 →