一种递归神经网络的快速并行算法

• 作者: 李鸿儒 顾树生
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 递归神经网络 递推预报误差 并行算法 集中运算
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 516-522
• 页数: 7页
• 分类号: TP183
• 字数: 3624字
• 语种: 中文

摘要

针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本算法将计算分配到神经网络中的每个神经元,完全符合神经网络的并行结构特点,也利于硬件实现.仿真结果表明,该算法比传统的递归BP学习算法具有更好的收敛性能.理论分析和仿真实验证明,该算法与RPE集中运算算法相比可以大大节省计算时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾树生	东北大学信息科学与工程学院	99	1524	21.0	34.0
2	李鸿儒	东北大学信息科学与工程学院	52	733	15.0	26.0