首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种改进的Elman神经网络模型
引用本文:王常虹,高晓智,徐立新,庄显义,Gao Xiaoming.一种改进的Elman神经网络模型[J].电子与信息学报,1997,19(6):739-744.
作者姓名:王常虹  高晓智  徐立新  庄显义  Gao Xiaoming
作者单位:哈尔滨工业大学329信箱自动控制理论及应用教研室,哈尔滨工业大学329信箱自动控制理论及应用教研室,哈尔滨工业大学329信箱自动控制理论及应用教研室,哈尔滨工业大学329信箱自动控制理论及应用教研室 哈尔滨 150001,哈尔滨 150001,哈尔滨 150001,哈尔滨 150001
摘    要:本文首先详细地阐述了Elman神经网络的结构、原理和学习算法.为了进一步提高Elman神经网络的逼近能力和动态特性,我们提出了一种改进的Elman神经网络模型.这种新的Elman神经网络在关联节点与输出节点之间又增加了一组可调权值,利用误差回馈原理推导出了其相应的学习算法.仿真实验结果表明,改进的Elman神经网络比原来的网络具有更好的动态性能,对于贯序输入输出数据的逼近收敛速度更快.

关 键 词:Elman神经网络    逼近    学习算法
收稿时间:1995-12-11
修稿时间:1997-3-6

A NEW MODIFIED ELMAN NEURAL NETWORK MODEL
Wang Changhong,Gao Xiaozhi,Xu Lixin,Zhuang Xianyi,Gao Xiaoming.A NEW MODIFIED ELMAN NEURAL NETWORK MODEL[J].Journal of Electronics & Information Technology,1997,19(6):739-744.
Authors:Wang Changhong  Gao Xiaozhi  Xu Lixin  Zhuang Xianyi  Gao Xiaoming
Abstract:This paper first discusses the structure, principle and learning algorithm of Elman neural network model. A modified Ehnan neural network model is then proposed by adding new adjustable weights between the context nodes and the output nodes to enhance its dynamical character. The corresponding learning algorithm is also derived by using steepest descent principle. Theoretical analysis and simulation results show that this kind of modified Ehnan neural network learns much faster than the original model.
Keywords:Elman neural network  Approximation  Learning algorithm
本文献已被 CNKI 等数据库收录!
点击此处可从《电子与信息学报》浏览原始摘要信息
点击此处可从《电子与信息学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号