自组织多模型逼近性能分析与改进  

Performance analysis and improvement of multiple models approximation using self-organizing map neural network

在线阅读下载全文

作  者:高大远[1] 祝晓才[1] 胡德文[1] 

机构地区:[1]国防科技大学机电工程与自动化学院,长沙410073

出  处:《控制与决策》2007年第11期1235-1240,共6页Control and Decision

基  金:国家自然科学基金重点项目(60736018);国家自然科学基金项目(60675005);高等学校优秀青年教师教学科研奖励计划项目

摘  要:针对基于自组织映射神经网络的非线性函数逼近,研究其方法和原理,指出它与一般前向神经网络在逼近原理上的不同.在此基础上,进一步研究该方法的逼近性能,分析其两个不足之处,进而提出一种提高逼近性能的改进神经网络训练策略.最后通过仿真实例验证了所得结论,表明了改进方法的有效性.The method of multiple models approximation using self-organizing map neural network is analyzed. The mechanism of this method is different to that of approximation method using other kinds of feedforward neural networks. The disadvantages of this method are analyzed. Based on the analyses, an improved training method for the self-organizing map neural network is proposed to reduce the approximation error. Simulation examples illustrate the conclusions and show the effectiveness of the new training method.

关 键 词:自组织映射 神经网络 多模型逼近 

分 类 号:TP183[自动化与计算机技术—控制理论与控制工程]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象