具有多重分支的通用学习网络结构优化分析

• 作者: 王钢 贾小勐 韩敏
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 通用学习网络 多重分支 神经网络 结构优化
• 年，卷（期）: 2001,（1）
• 页码范围: 13-14
• 页数: 2页
• 分类号: TP27
• 字数: 1349字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2001.01.005

摘要

本文介绍了一种新型的神经网络--通用学习网络(Universal Learning Networks--ULNs)，这种网络具有如下特点：(1)节点之间有多重分支，(2)所有节点互连，(3)节点之间可具有任意的时间延迟。本文通过学习网络对机器人手臂的实测信号进行系统辨识，通过系统仿真验证了具有多重分支的通用学习网络要优于单分支的神经网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王钢		42	253	8.0	15.0
2	韩敏	大连理工大学电子与信息工程学院自动化系	200	2311	23.0	33.0
3	贾小勐	大连理工大学电子与信息工程学院自动化系	3	20	2.0	3.0