本人編寫的incremental 隨機神經元網絡算法，該算法最大的特點是可以保證approximation特性，而且速度快效果不錯，可以作為學術上的比較和分析。目前只適合benchmark的regression問題。
具體效果可參考
G.-B. Huang, L. Chen and C.-K. Siew, “Universal Approximation Using Incremental Constructive Feedforward Networks with Random Hidden Nodes”, IEEE Transactions on Neural Networks, vol. 17, no. 4, pp. 879-892, 2006.
標簽：
incremental
編寫
神經元網絡
算法
上傳時間：
2016-09-18
上傳用戶：litianchu
采用NLJ隨機搜索的方法辨識一個以狀態方法表示的非線性系統。選其初值 a1(0) =50 , a2(0) =100 , a3(0) =100 , a4(0) =50 , a5(0) =10 , 選范圍為 r(1)(i)=0.5 a(0)(i) , 取數據長度 L ＝40, t =0.005 , 性能指標 J＝ 。迭代計算結果得 a 的估計值 1=17.6043243, 1=17.5977, 2=72.9573, 3=51.3014, 4=22.9889, 5=5.99965, J = 0.000000916 。
標簽：
100
50
NLJ
10
上傳時間：
2013-12-20
上傳用戶：weiwolkt
