基于动态RPROP算法的对角递归神经网络 | |
王晓燕; 杨富龙 | |
刊名 | 科技创新与应用 |
2021-05-18 | |
卷号 | 11期号:14页码:24-27 |
关键词 | 动态RPROP算法 对角递归神经网络 非线性时变系统辨识 |
英文摘要 | 在训练对角递归神经网络(Diagonal Recurrent Neural Network,DRNN)时,为了避免网络权值的学习过程发生振荡、收敛速度慢,得到更好的收敛速度和辨识精度,文章提出一种动态RPROP(resilient back-propagation,RPROP)算法可以使上次的网络连接权值改变量对本次权值改变量产生影响。并将基于该算法的对角递归神经网络用于非线性时变系统的辨识,仿真结果表明该算法可以有效提高辨识效果、网络的收敛速度和辨识精度。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/156185] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州城市学院培黎机械工程学院; 2.兰州理工大学电子与信息工程学院 |
推荐引用方式 GB/T 7714 | 王晓燕,杨富龙. 基于动态RPROP算法的对角递归神经网络[J]. 科技创新与应用,2021,11(14):24-27. |
APA | 王晓燕,&杨富龙.(2021).基于动态RPROP算法的对角递归神经网络.科技创新与应用,11(14),24-27. |
MLA | 王晓燕,et al."基于动态RPROP算法的对角递归神经网络".科技创新与应用 11.14(2021):24-27. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论