一种新型动力学神经网络的理论算法研究

• 作者: 刘利贤 李立平 韩兵欣
• 来源期刊: 微电子学与计算机
• 关键词: 梯度下降法 积分器 可调反馈系数
• 年，卷（期）: 2009,（1）
• 页码范围: 45-47
• 页数: 3页
• 分类号: TP31
• 语种: 中文

摘要

静态神经网络缺乏动力学行为,动态神经网络由微分方程描述,神经元具有反馈环,更适合描述动态系统.以前的研究中所提出的一些改进的递归网络中引入的都是输入层到关联层的反馈或是输出层到输入层的反馈,但是这些反馈系数是常数,是不可调的,限制了网络反映动态性能的能力.为此,提出了一种由带有积分器和可调反馈系数的神经元构成的动力学神经网络,并利用梯度下降法得到了网络的学习算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩兵欣		15	66	5.0	7.0
2	刘利贤		10	47	3.0	6.0
3	李立平		15	18	2.0	4.0