遗忘神经网络模型及其BP算法

为解决跨时间数据训练神经网络时的数据选择问题，提出在神经网络的训练模型中引入遗忘系数，从而建立了一种改进的前馈神经网络模型——遗忘神经网络模型。介绍了该模型的基本原理，并给出了其BP算法。

基于遗忘机制的神经网络非线性系统辨识

神经网络算法对于系统辨识具有很好的效果,但是对于大数据来说,每一个数据是否都具有平等的等效性这个问题上处理不妥。随着时间推移数据的可靠性越高,采用基于遗忘机制的神经网络非线性系统辨识方法,首先分析了遗忘神经网络的适用条件并对遗忘神经网络进行了理论分析与仿真,其次发现遗忘神经网络在准度和进度上面并不会有很大的误差,所以结论表明遗忘神经网络对于数据的处理具有较强的时效性和跟踪性。