论文部分内容阅读
为解决动态递归神经网络学习速度较慢、模型精度较低和应用效果较差的问题，该文从网络结构改进入手，提出几种新型的动态递归神经网络，并采取基于自适应进化策略与改进BP算法集成的网络全自动设计方法，实现网络结构，权重和自反馈增益的同时快速进化，将其应用于实际系统的建模，效果较好。
动态递归神经网络结构及学习算法研究
【摘 要】
：
为解决动态递归神经网络学习速度较慢、模型精度较低和应用效果较差的问题，该文从网络结构改进入手，提出几种新型的动态递归神经网络，并采取基于自适应进化策略与改进BP算法集成
【机 构】
：
铁道部科学研究院通信信号研究所智能控制技术研究中心(北京)
【出 处】
：
第三届全球智能控制与自动化大会
【发表日期】
：
2000年期
其他文献
本文简述近年来动态测试领域取得的若干进展:飞行体动态参数测试,高冲击过载测试,大容量数据记录,飞行体姿态测试,内燃机曲轴箱体及运动件的动态参数测试,传动轴的扭矩和转速
该文提出了OO软件测试中的一些问题，并简介了有助于解决这些问题的一种新的CAST工具OOAK，主要讨论了OOAK工具中动态测试分析和软件复杂度分析的设计和实现。
该文详细阐述了进口加拿大轴计量式动态汽车衡的特点和检测结果。分析各项误差形成原因，提出改进措施，介绍动态称重特点，以及在山西省推广应用情况。
本文针对定量动态称重系统普遍存在的计量精度不高的问题,详细地分析了产生计量误差的各种原因,1、称重系统动态品质不好,振荡严重;2、物料下落对秤体有冲击力F(t);3、存在留
该文针对一类非线性的单输入单输出（ＳＩＳＯ）系统，用动态递归神经网络（ＤＲＮＮ）研究了一种构造非线性观测器的方法。这种观测器具有以下几个特点：１、神经网络的权系数矩阵在线自适应学习，无需离线学