2.3 改进的Elman模型
前向神经网络具备局部记忆单元和反馈连接的能力,Elman神经网络属于典型的前向神经网络,具备这一能力。其反馈方式为:结构层负责从隐含层输出到输入层。输入层负责传输信号,在输出层执行线性加权处理,结构层的重要功能是记忆隐含层前一时刻的输出值。该模型具备了探测和识别时变模式的能力,能够逼近所有函数,且能达到任意精度,但它要求隐含层必须有足够的神经元数目,逼近复杂函数的精度与该数目成正相关。由于该网络能存储信息,能学习空间模式和时间模式。
2.3 改进的Elman模型
前向神经网络具备局部记忆单元和反馈连接的能力,Elman神经网络属于典型的前向神经网络,具备这一能力。其反馈方式为:结构层负责从隐含层输出到输入层。输入层负责传输信号,在输出层执行线性加权处理,结构层的重要功能是记忆隐含层前一时刻的输出值。该模型具备了探测和识别时变模式的能力,能够逼近所有函数,且能达到任意精度,但它要求隐含层必须有足够的神经元数目,逼近复杂函数的精度与该数目成正相关。由于该网络能存储信息,能学习空间模式和时间模式。