期刊文献+

一类新的离散时延递归RBF神经网络

A Class of New Discrete Time-Delay Recurrent RBF Neural Networks
原文传递
导出
摘要 提出了一类带有离散时间 FIR/ IIR滤波器的递归 RBF神经网络 ,用离散时间 FIR/ IIR滤波器代替通常的 RBF神经网络中的线性输出权值 ,以适用于离散动力学系统的辨识和控制以及混沌时间序列预测 .本文给出的学习算法简单 ,可以避免传统的递归算法的不稳定性 .将该类神经网络用于动力学系统的建模 ,收到很好的效果 . A class of recurrent RBF neural networks with discrete time FIR/IIR filters are presented. The discrete time FIR/IIR filters in their output layers replace the output linear weights in general RBF neural networks in order to apply them to identification and control of discrete dynamic systems and prediction of chaotic time series. The learning algorithms are simple and can avoid unstability existing in conventional recurrent algorithms. Application of the new neural networks to modelling dynamic systems shows their superiority.
出处 《系统工程理论与实践》 EI CSCD 北大核心 2001年第10期47-51,共5页 Systems Engineering-Theory & Practice
基金 国家自然科学基金 (60 0 740 0 8)
关键词 递归径向基函神经网络 学习算法 FIR滤波器 IIR滤波器 recurrent radial basis function dynamic system finite impulse response(FIR) infinite impulse response(IIR) filter
  • 相关文献

参考文献2

  • 1彭启琮,DSP与实时数字信号处理,1995年
  • 2徐秉铮,神经网络理论与应用,1994年

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部