论文部分内容阅读
扩展了传统的流水线回归神经网络(pipelinedrecurrentneuralnetworks,PRNN)的网络结构,使其适用于动态系统辨识,并提出一种基于最小二乘法的PRNN训练学习算法.通过动态系统辨识仿真实验表明,改进后的PRNN较之传统基于梯度下降学习算法的PRNN在网络学习收敛速度和数据预测精度等方面都有一定程度提高.利用改进型PRNN,设计实现了自适应蜂窝移动通信网络场强预测系统,并将其应用于GSM/GPRS移动通信网络优化中。