摘要:针对储备池的适应性问题,提出了小世界递归小波神经网络。首先基于复杂网络理论构建了具有小世界效应的稀疏储备池结构,代替原来的随机拓扑结构,为避免孤立节点的产生,该结构通过在最近邻耦合网络中随机加边来实现。其次,引入了具有良好时频局部特性的小波神经元,包括Morlet小波、Mexican hat小波、Gaussian小波和B-spline小波,并与传统的Sigmoid神经元结合,建立了储备池神经元的混合激励模式。最后,实验仿真结果表明:对比传统的小世界回声状态网络,该模型能够有效地提高对非线性系统的逼近能力。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社