递归神经网络快速学习算法的研究

摘要：

针对递归神网络ＢＰ学习算法收敛慢的缺陷，通过引入递推预报误差（ＲＰＥ）学习算法，提出一种新的递归神经网络快速学习算法。该算法的基本原理是沿着指标函数Ｇａｕｓｓ－Ｎｅｗｔｏｎ搜索方向修正权值，同时不必计算二阶偏导数和进行矩阵求逆运算。仿真结果表明，该算法比传统的递归ＢＰ学习算法具有更快的收敛速度。

关键词： 递归神经网络 递推预报误差 学习算法 BP算法

作者: 李鸿儒 邓长辉 顾树生 温馨

作者单位: 大学自信息科学与工程学院(沈阳) 特钢有限公司 大学信息科学与工程学院

会议类型: 国内会议

会议名称: 2000年中国控制与决策学术年会

会议地点: 昆明

会议语种:中文

页码: 353～355

在线出版日期: 2000-04-01（万方平台首次上网日期，不代表论文的发表时间）