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
中图分类号:
李鸿儒;顾树生;邓长辉. 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[J]. 东北大学学报(自然科学版), 2000, 21(6): 590-593.
-. -[J]. ournal of Northeastern University(Natural Science), 2000, 21(6): 590-593.