摘要
针对递归神经网络BP学习算法收敛慢的缺陷 ,通过引入递推预报误差 (RPE)学习算法 ,提出一种新的递归神经网络快速学习算法·该算法的基本原理是沿着指标函数的Gauss Newton搜索方向修正权值 ,同时不必计算二阶偏导数和进行矩阵求逆运算·仿真结果表明 ,该算法比传统的递归BP学习算法具有更快的收敛速度 。
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2000年第6期590-593,共4页
Journal of Northeastern University(Natural Science)
基金
辽宁省自然科学基金资助项目! (9810 2 0 0 30 1)
