基于序列输入的神经网络模型算法及应用

作     者：肖红 李盼池 XIAO Hong;LI Panchi

作者机构：东北石油大学计算机与信息技术学院黑龙江大庆163318 

基　　金：国家自然科学基金(No.61170132) 黑龙江省教育厅基金(No.11551015 No.11551017 No.12511009 No.12511012) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2014年第50卷第16期

页      码：62-66页

摘      要：为提高神经网络的逼近能力,提出一种基于序列输入的神经网络模型及算法。模型隐层为序列神经元,输出层为普通神经元。输入为多维离散序列,输出为普通实值向量。先将各维离散输入序列值按序逐点加权映射,再将这些映射结果加权聚合之后映射为隐层序列神经元的输出,最后计算网络输出。采用Levenberg-Marquardt算法设计了该模型学习算法。仿真结果表明,当输入节点和序列长度比较接近时,模型的逼近能力明显优于普通神经网络。

主 题 词：神经网络 序列神经元 序列神经网络 算法设计 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.1209-0260

馆 藏 号：203504993...