一种部分输入自调整神经网络及其在非线性数据重构中的应用

• 作者: 刘飞 赵忠盖
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 主元分析(PCA) 数据重构 部分输入自调整神经网络 非线性过程
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 研究与应用
• 页码范围: 800-804
• 页数: 5页
• 分类号: TP183
• 字数: 3710字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2007.06.013

摘要

实际工业过程大部分是非线性过程,其遗失数据的重构问题不能采用现有的线性数据重构方法来解决.本文提出一种部分输入自调整神经网络,以待求的重构变量作为要调整的网络输入.与传统网络不同的是,该网络的权值和阚值先由另外的神经网络训练求得,通过神经网络后向传递算法只需对网络的部分输入值进行训练,这样将非线性数据重构问题转化为部分输入神经网络的训练问题.仿真结果验证本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘飞	江南大学自动化研究所	236	964	13.0	17.0
2	赵忠盖	江南大学自动化研究所	49	218	9.0	12.0