基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统递归神经网络存在训练困难的问题,一种新的递归神经网络的训练方法——储备池计算被提出,这种方法的核心思想是只训练网络部分连接权,其余连接权一经产生就不再改变,网络的训练一般只需要通过求解线性回归问题.广义地说,储备池可以作为一种时序相关的核函数使用,从而完全拓展了其应用领域,使之不再仅仅是递归神经网络训练算法的一种改进.本文在介绍储备池计算基本数学模型的基础上,从储备池计算研究的热点问题——储备池适应性问题的角度,全面地分析了目前储备池计算的研究现状、热点及应用等方面的问题.
推荐文章
基于Mackey-Glass混沌储备池计算的种子图像识别
神经网络
混沌储备池计算
种子图像识别
Matlab
识别准确率
无损检测
云计算虚拟池可信系统问题研究
云计算
可信系统
信任链
基于Mackey-Glass混沌储备池计算的多波形识别
波形识别
储备池计算
人工神经网络
混沌
海鲜池制冷系统的设计计算
海鲜池
制冷系统
设计计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 储备池计算概述
来源期刊 电子学报 学科 工学
关键词 机器学习 递归神经网络 储备池计算 回声状态网络
年,卷(期) 2011,(10) 所属期刊栏目 综述评论
研究方向 页码范围 2387-2396
页数 分类号 TP183
字数 10206字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭喜元 哈尔滨工业大学自动化测试与控制研究所 106 2018 25.0 40.0
2 彭宇 哈尔滨工业大学自动化测试与控制研究所 80 2316 24.0 47.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (69)
参考文献  (27)
节点文献
引证文献  (33)
同被引文献  (74)
二级引证文献  (65)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(25)
  • 参考文献(10)
  • 二级参考文献(15)
2008(6)
  • 参考文献(5)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(7)
  • 引证文献(5)
  • 二级引证文献(2)
2016(13)
  • 引证文献(11)
  • 二级引证文献(2)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(21)
  • 引证文献(3)
  • 二级引证文献(18)
2019(26)
  • 引证文献(4)
  • 二级引证文献(22)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
机器学习
递归神经网络
储备池计算
回声状态网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导