论文部分内容阅读
通过对跨越—侧抑制神经网络(S-LINN)的权值连接分析,设计一种跨越输出权值——隐含层前馈连接权值分别训练的序列学习(SFSL)方法,并结合S-LINN的BOD(biochemical oxygen demand)特征建模方法,实现其在线预测.权值序列学习方法能够实现网络权值的快速收敛,进一步提高网络的学习性能.实验研究表明,S-LINN的特征建模能够实现BOD的准确预测,并且SFSL对网络的学习精度和泛化能力均有明显提升.