准对角递归神经网络及其算法的研究

• 作者: 李鸿儒 王建辉 顾树生
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 准对角递归神经网络 结构 BP算法 递推预报误差 稳定性
• 年，卷（期）: 2004,（7）
• 所属期刊栏目: 信息与控制
• 页码范围: 1542-1544,1547
• 页数: 4页
• 分类号: TP183
• 字数: 2704字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2004.07.046

摘要

提出一种准对角递归神经网络(QDRNN)结构及学习算法.此QDRNN结构上与对角递归神经网络(DRNN)相似,保留了DRNN结构简单的优点,以减小计算量,同时增加了相邻递归神经元之间的关联,可以直接应用BP学习算法进行训练.进一步,引入递推预报误差(RPE)学习算法,并且证明了其稳定性.仿真结果表明,QDRNN比DRNN具有更好的非线性逼近能力,而运算时间却增加甚微,DRNN的学习算法稍加变化即可应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建辉	东北大学信息科学与工程学院	95	778	16.0	21.0
2	顾树生	东北大学信息科学与工程学院	99	1524	21.0	34.0
3	李鸿儒	东北大学信息科学与工程学院	52	733	15.0	26.0