论文部分内容阅读
研究回馈神经网络（ＲＮＮ）参数估计的新方法，利用隐含观测量，将复杂ＲＮＮ的训练分解为线性输出层和多个单隐元的参数估计。基于每个隐元激励函数的多点线性近似，ＲＮＮ可利用统计混合专家网络模型（ＭＥ）描述，从而将ＲＮＮ的参数估计转化为包含隐含观测量的线性系统的最大似然估计问题，最后利用期望最大化（ＥＭ）算法获得ＲＮＮ的隐含观测量及其参数估计。