%0 Journal Article
%T 一种新的对角回归神经网络快速学习算法
%A 王振雷
%A 王建辉
%A 顾树生
%J 控制与决策
%P 346-348
%D 2002
%X 提出一种新的动态对角回归神经网络学习算法——局部动态误差反传算法(LDBP),该算法定义了一种新的局部均方差函数,并为回归单元建立一种新的学习结构。如果估计出各层的期望输出值,多层回归网络便可分解成一组自适应单元(Adaline),而每个单元可通过二次优化方法进行训练。采用可在有限步内找出全局最优解的共轭梯度法(CG)进行寻优。由于学习过程采用超线性搜索,大大减少了循环步数和计算时间。
%K 动态误差反传算法(DBP)
%K 共轭梯度法(CG)
%K 对角回归神经网络(DRNN
%K )
%K 动态非线性系统
%U http://www.kzyjc.net:8080/CN/abstract/abstract11430.shtml