基于可生长结构的自组织神经网络研究

• 作者: 于乃功 孙亮 谢艳辉
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 自组织 生长网络 拓扑保持性 监督学习
• 年，卷（期）: 2007,（16）
• 所属期刊栏目: 信息、控制、决策与仿真
• 页码范围: 3749-3751
• 页数: 3页
• 分类号: TP183
• 字数: 2611字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2007.16.032

摘要

在可生长结构网络 (Growing When Required Network, 简称GWRN)的基础上,提出了有监督可生长结构网络 (Supervised Growing When Required Network, 简称SGWRN) 模型.该模型引入线性输出层,将GWRN与径向基函数结合,构成有监督自组织神经网络学习模型.该模型能快速生长,可广泛用于监督学习.倒立摆平衡控制仿真实验结果表明该模型有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙亮	北京工业大学电子信息与控制工程学院	48	347	9.0	16.0
2	于乃功	北京工业大学电子信息与控制工程学院	54	466	13.0	18.0
3	谢艳辉	北京工业大学电子信息与控制工程学院	3	28	2.0	3.0