深度回声状态网络概述

• 作者: 程国建 魏珺洁
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 递归神经网络 回声状态网络 深度回声状态网络 储备池 编码器 特征链接
• 年，卷（期）: 2018,（8）
• 页码范围: 92-95
• 页数: 4页
• 分类号: TP183
• 字数: 2710字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.08.023

摘要

作为一种递归神经网络,回声状态网络凭借其简单的训练过程和独特的储备池结构受到广泛关注,目前已经应用于时间序列预测、非线性系统识别、定量预测等领域.然而回声状态网络也存在一些不足,例如储备池的优化问题、共线性问题等.许多研究学者尝试着优化回声状态网络的结构和性能,文中介绍的深度回声状态网络增加了特征链接和编码器,并且多次交替使用储备池和编码器来进行投影编码,改进了回声状态网络的性能.论文结合众多学者的研究,对深度回声状态网络的学习过程、应用和特点进行了详细介绍.该网络结构中加入了可以进行高维投影的编码器,在浅层回声状态网络的基础上进行了较大的改动,是一种值得研究的新型网络结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程国建	西安石油大学研究生院	123	847	14.0	25.0
2	魏珺洁	西安石油大学研究生院	4	4	1.0	2.0