论文部分内容阅读
递归神经网络是指有一个或多个反馈环的神经网络，它可以实现对非线性系统真正的动态建模。因其网络特点，存在结构复杂、算法繁多、网络逼近性能和稳定性能不够理想等问题。
本文对递归神经网络逼近性能和稳定性能进行了研究。文章对递归神经网络的结构和算法进行详尽的综述；分析了各种网络的异同点；介绍了两类主要的动态梯度下降类算法——BPTT算法和RTRL算法，指出了两种算法间的联系，并介绍了算法的具体实现过程。文章同时对递归网络的稳定性能进行了分析。仿真实验表明，该法具有很强的可操作性和实用性。