%0 Journal Article
%T 利用EM算法估计隐含观测量的回馈神经网络学习新方法
%A 戴宪华
%J 电子学报
%P 133-137
%D 2000
%X 研究回馈神经网络(RNN)参数估计的新方法.利用隐含观测量,将复杂RNN的训练分解为线性输出层和多个单隐元的参数估计.基于每个隐元激励函数的多点线性近似,RNN可利用统计混合专家网络模型(ME)描述,从而将RNN的参数估计转化为包含隐含观测量的线性系统的最大似然估计问题,最后利用期望最大化(EM)算法获得RNN的隐含观测量及其参数估计.
%K 回馈神经网络
%K EM算法
%K 隐含观测量
%U http://www.ejournal.org.cn/CN/abstract/abstract5305.shtml