Elman神经网络是Elman于1990年首先针对语音处理问题而提出来的，它是一种典型局部递归网络。由于Elman神经网络在处理贯序数据输入输出具有优越性，因而得到了广泛的应用。Elman网络一般分为4层： 输入层、隐含层、关联层和输出层，如图6-17所示。
图6-17 Elman网络结构图
Elman网络的特点是： 在BP网络的基础上增加了一个 “关联层”，它用来保存中间层单元前一时刻的输出状态，以表征对象的内部特征，可以认为是一个一步时延算子，从而达到记忆的目的。这个反馈连接由一组 “连接” 单元组成，用于记忆隐层过去的状态并且在下一时刻连同网络输入一起作为隐层单元的输入，相当于状态反馈。这一 ...... （共601字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇