一种新型动力学神经网络的理论算法研究

被引:1
作者
李立平
韩兵欣
刘利贤
机构
[1] 石家庄铁道学院
关键词
梯度下降法; 积分器; 可调反馈系数;
D O I
10.19304/j.cnki.issn1000-7180.2009.01.012
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
静态神经网络缺乏动力学行为,动态神经网络由微分方程描述,神经元具有反馈环,更适合描述动态系统.以前的研究中所提出的一些改进的递归网络中引入的都是输入层到关联层的反馈或是输出层到输入层的反馈,但是这些反馈系数是常数,是不可调的,限制了网络反映动态性能的能力.为此,提出了一种由带有积分器和可调反馈系数的神经元构成的动力学神经网络,并利用梯度下降法得到了网络的学习算法.
引用
收藏
页码:45 / 47
页数:3
相关论文
共 3 条
[1]
人工神经网络理论、设计及应用.[M].韩力群编著;.化学工业出版社.2002,
[2]
神经元网络控制.[M].王永骥;涂健编著;.机械工业出版社.1998,
[3]
一种可用于时序预测的自反馈神经网络 [J].
杨璐 ;
高自友 .
预测, 1998, (06)