具有多重分支的通用学习网络结构优化分析
Analysis of Universal Learning Networks with Multi_Branch
摘要
本文介绍了一种新型的神经网络———通用学习网络 (UniversalLearningNetworks———ULNs) ,这种网络具有如下特点 :(1)节点之间有多重分支 ,(2 )所有节点互连 ,(3)节点之间可具有任意的时间延迟。本文通过学习网络对机器人手臂的实测信号进行系统辨识 ,通过系统仿真验证了具有多重分支的通用学习网络要优于单分支的神经网络。
出处
《自动化技术与应用》
2001年第1期13-14,共2页
Techniques of Automation and Applications
参考文献4
-
1[1]Kotaro Hirasawa,Xiaofeng Wang,Junichi Mutata,Jinglu Hu,Chunzhi Jin,"Universal learning network and its application to chaos control"，Neural Network,13,2000,P239～253
-
2[2]Min Han,Kotaro Hirasawa,Masanao Ohbayashi and Hirofumi Fujita,"Modeling Nonlinear Dynamics System Using Universal Learning Network with Filtering Mechanism"，in the Tansaction of the Institute of Electrical Electrical Engineers of Japan a Publication of Electronics,Information and Systems Society,VOL.117-C,September,1997,P1259～1266
-
3[3]J.SJOBERG＋ and L.LJUN G＋ "Overtraining regularization and searching for a minimum,with application to neural networks"INT.J.CONTROL,1995,vol.62,No.6,P1391～1407
-
4[4]Paul J.Werbos"Backpropagation Through Time:Mhat It Dose and How to Do It",in Proceedings of the IEEE,vol.78,No.10,October,1990,P1550～1560
-
1韩敏,贾小勐,席剑辉,韩冰.基于通用学习网络的控制器设计[J].仪器仪表学报,2005,26(3):249-254.
-
2韩敏,韩冰.基于通用学习网络的预估控制[J].信息与控制,2005,34(2):195-200. 被引量：1
-
3赵树培.水下机器人3D建模与结构优化分析[J].机电工程技术,2016,45(4):18-20. 被引量：3
-
4韩敏,韩冰.一种通用学习网络自适应算法及其在预测控制中的应用[J].控制理论与应用,2006,23(6):900-906. 被引量：4
-
5薛福珍,柏洁.基于先验知识和神经网络的非线性建模与预测控制[J].系统仿真学报,2004,16(5):1057-1059. 被引量：14
-
6席剑辉,韩敏.多重分支时间延迟神经网络的混沌预测研究[J].信息与控制,2007,36(2):181-186. 被引量：6
-
7韩敏,席剑辉,平泽宏太郎.带有开关机制的通用学习网络的参数和时间延迟的学习[J].控制理论与应用,2003,20(2):205-210. 被引量：3
-
8李大字,李德强,刘霞,耿延睿.基于UKF的递归神经网络训练算法研究[J].计算机与应用化学,2008,25(10):1283-1286. 被引量：1
-
9王泉夫,赵端,邹翔宇,李彦玮,周兴.矿井无线传感器网络MAC协议的设计与仿真[J].煤炭科学技术,2009,37(11):84-87. 被引量：3
-
10韩敏,贾小勐.基于通用学习网络的pH控制过程辨识[J].大连理工大学学报,2003,43(1):119-123. 被引量：4
