%0 Journal Article
%T 一种部分输入自调整神经网络及其在非线性数据重构中的应用*
%A 赵忠盖
%A 刘飞
%J 模式识别与人工智能
%P 800-804
%D 2007
%X 实际工业过程大部分是非线性过程，其遗失数据的重构问题不能采用现有的线性数据重构方法来解决.本文提出一种部分输入自调整神经网络，以待求的重构变量作为要调整的网络输入.与传统网络不同的是，该网络的权值和阈值先由另外的神经网络训练求得，通过神经网络后向传递算法只需对网络的部分输入值进行训练，这样将非线性数据重构问题转化为部分输入神经网络的训练问题.仿真结果验证本文方法的有效性.
%K 主元分析(PCA)
%K 数据重构
%K 部分输入自调整神经网络
%K 非线性过程
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10575.shtml