基于序列输入的神经网络模型算法及应用

• 作者: 李盼池 肖红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 序列神经元 序列神经网络 算法设计
• 年，卷（期）: 2014,（16）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP18
• 字数: 3327字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1209-0260

摘要

为提高神经网络的逼近能力，提出一种基于序列输入的神经网络模型及算法。模型隐层为序列神经元，输出层为普通神经元。输入为多维离散序列，输出为普通实值向量。先将各维离散输入序列值按序逐点加权映射，再将这些映射结果加权聚合之后映射为隐层序列神经元的输出，最后计算网络输出。采用Levenberg-Marquardt算法设计了该模型学习算法。仿真结果表明，当输入节点和序列长度比较接近时，模型的逼近能力明显优于普通神经网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李盼池	东北石油大学计算机与信息技术学院	93	344	9.0	11.0
2	肖红	东北石油大学计算机与信息技术学院	42	180	7.0	10.0