论文部分内容阅读
构造一个Elman反馈神经网络来进行模式识别,给出了所构造的Elman反馈神经网络的结构,它相对于BP网络的优势在于它能在有限时间内以任意精度逼近任意函数,在错误概率最小的条件下,使识别的结果尽量与客观事物相符.对二者的识别错误率进行比较,结果表明,反馈神经网络在模式识别的稳定性及真实性上有着BP网络所无法比拟的优势.对如何提高反馈神经网络的辨识精度做了一些探讨.