文献类型：期刊文章

作　　者：彭宇[1] 王建民[1,2] 彭喜元[1]

机构地区：[1]哈尔滨工业大学自动化测试与控制研究所,黑龙江哈尔滨150080 [2]哈尔滨理工大学电子科学与技术系,黑龙江哈尔滨150001

出　　处：《电子学报》

基　　金：教育部新世纪优秀人才支持计划(No.NCET-10-0062);教育部高等学校博士学科点专项基金(No.20092302220013)

年　　份：2011

卷　　号：39

期　　号：10

起止页码：2387-2396

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20114714541644)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统递归神经网络存在训练困难的问题,一种新的递归神经网络的训练方法———储备池计算被提出,这种方法的核心思想是只训练网络部分连接权,其余连接权一经产生就不再改变,网络的训练一般只需要通过求解线性回归问题.广义地说,储备池可以作为一种时序相关的核函数使用,从而完全拓展了其应用领域,使之不再仅仅是递归神经网络训练算法的一种改进.本文在介绍储备池计算基本数学模型的基础上,从储备池计算研究的热点问题——储备池适应性问题的角度,全面地分析了目前储备池计算的研究现状、热点及应用等方面的问题.

关 键 词：机器学习  递归神经网络 储备池计算  回声状态网络

分 类 号：TP183]