递归神经网络的RPE算法及其在非线性动态系统建模中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对递归神经网络BP学习算法收敛慢的缺陷，通过引入递推预报误差（RPE）学习算法，提出一种新的递归神经网络快速学习算法。该算法的基本原理是沿着指标函数的GaussNewton搜索方向修正权值，同时不必计算二阶偏导数和进行矩阵求逆运算。仿真结果表明，该算法比传统的递归BP学习算法具有更快的收敛速度，用于非线性动态系统建模是有效的。

原文链接:http://www.cqvip.com//QK/90188A/200006/4948151.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：动态系统 神经网络 非线性 神经网 Newton 递归神经网络 递推预报误差 非线性动态系统 系统建模