| 基于多分支RNN快速学习算法的混沌时间序列预测 |
| |
| 引用本文： | 廖大强,印鉴. 基于多分支RNN快速学习算法的混沌时间序列预测[J]. 计算机应用研究, 2015, 0(2): 403-408 |
| |
| 作者姓名： | 廖大强 印鉴 |
| |
| 作者单位： | 1. 南华工商学院,广州,510507
2. 中山大学 信息科学与技术学院,广州,510275 |
| |
| 基金项目： | 广东省教育研究院教育研究课题基金资助项目 |
| |
| 摘 要： | 针对传统递归神经网络中出现的网络结构与计算复杂性,提出了使用多分支递归神经网络学习算法,并将其应用到混沌时间序列预测领域。首先缩减了部分冗余的分支,只保留了节点与自身之间以及节点与代表以后时刻的节点之间的分支;然后使用规则导数代替惯用的一般偏导数,有助于同时反映权值对目标函数的直接影响和间接影响;最后使学习率根据学习情况进行动态调整,有助于加快学习算法的收敛速度。仿真实验表明,当参数的选取合理时,多分支递归神经网络能够达到较高的性能。
|
| 关 键 词： | 混沌时间序列 多分支递归神经网络 BPTT学习算法 |
Chaotic time series of fast learning algorithm of multi branch prediction based on RNN |
| |
| LIAO Da-qiang,YIN Jian. Chaotic time series of fast learning algorithm of multi branch prediction based on RNN[J]. Application Research of Computers, 2015, 0(2): 403-408 |
| |
| Authors: | LIAO Da-qiang YIN Jian |
| |
| Affiliation: | LIAO Da-qiang;YIN Jian;Nanhua College of Industry & Commerce;School of Information Science & Technology,Sun Yat-sen University; |
| |
| Abstract: | |
| |
| Keywords: | chaotic time series recurrent neural network with multiple branches BPTT study algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
