用神经元网络辨识非线性系统中的网络结构选择

被引：6

作者：

鲍晓红

贾英民

机构：

[1] 北京航空航天大学第七研究室!北京

来源：

控制理论与应用 | 1997年 / 04期

关键词：

多层前馈网; 权值拟熵; 权值拟概率; 非线性系统辨识; 目标函数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文定义了神经元网络的权值拟熵，在对多层前馈网训练的常规目标函数中加入权值拟熵作为约束项以改变网络的权值分布从而修定网络结构．将此方法用于一类非线性系统的神经网络辨识中可以优化网络模型输入项数和隐节点数目．

引用

页码：489 / 494

页数：6

共 6 条

[1]

Internal representation with minimum entrophy in recurrent neural networks:Minimizing entropy through inhibitory connections. Kamimura,R. Network . 1993

[2]

Input-output parametric models for nonlinear systems.Part I: Deterministic non linear systems. Leontaritis. I.J. and Billings,S. A. International Journal of Control .

[3]

Nonlinear system identification using neural networks. Chen,S. and Billingss,S.A. International Journal of Control . 1990

[4]

Neural networks[P]. MIGLIORATO PIERO;GARTH SIMON CHRISTOPHER JOHN;MILNE WILLIAM IRELAND.英国专利:GB2255427B,1994-06-08

[5]

Identification and control of dynamical systems using neural networks. Narendra,K.S. and Parthasarathy,K. IEEE Transactions on Neural Networks . 1990

[6]

Neural networks[P]. MIGLIORATO PIERO;GARTH SIMON CHRISTOPHER JOHN;MILNE WILLIAM IRELAND.英国专利:GB2255427B,1994-06-08

← 1 →