论文部分内容阅读
为了提升储备池的动态适应性能,克服回声状态网络(ESN)输出权值求解的病态不适定问题,平衡其拟合与泛化能力,提出了一种基于L1/2范数正则化的塑性回声状态网络故障诊断模型.在储备池构建中引入BCM规则对连接权矩阵进行预训练,并在目标函数中添加L1/2范数惩罚项以提高稀疏化效率,利用一个光滑化的L1/2正则子克服迭代数值振荡问题,并采用半阈值迭代法对模型进行求解.将模型应用于机载电台的故障诊断问题中,仿真结果证明了模型的有效性和优越性.