导读:本文包含了递阶对角神经网络论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,算法,递归,梯度,串并联,动量,大坝。
递阶对角神经网络论文文献综述写法
李占英,王科俊,张明君,唐墨[1]（2011）在《二阶对角递归神经网络船舶横摇运动预测》一文中研究指出提出一种船舶横摇时间序列预测方法.该方法使用在隐层具有2个反馈权值的对角递归神经网络进行预测,给出了此网络易于实现的动量梯度学习算法(DBP),并对其收敛性进行了验证.运用该模型对我国某型船舶在横浪中航行情况进行预测,结果表明:本网络可以储存更多的历史数据,有更好的记忆性能,所使用的模型比DRNN模型及前向网络BP模型能快速、准确地预测船舶横摇运动时间序列,仿真实验验证了该方法的可行性与有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2011年06期）
鞠宪龙[2]（2010）在《二阶对角递归神经网络的算法研究及应用》一文中研究指出递归神经网络学习算法一直是神经网络方向研究的热点,并且其应用也引起了科研爱好者的广泛关注。动态递归神经网络由于内部有自反馈,表现出很强的动态映射能力。目前训练二阶对角递归神经网络多采用DBP算法,本文针对该算法中的辨识精度和收敛速度等问题做进一步的深入研究和探讨。首先,详细地介绍了递归神经网络结构,并且给出神经网络系统辨识的基本原理和网络辨识模型。其次,针对训练二阶对角递归神经网络采用的梯度搜索算法中存在的问题,提出改进的梯度下降学习算法,并且给出了这种改进算法的收敛性证明。然后,给出训练二阶对角递归神经网络的叁种算法：DBP算法、改进DBP算法和RPROP算法和实现步骤,并将叁种算法训练后的二阶对角递归神经网络用于非线性系统辨识,仿真结果表明：基于DBP算法的辨识精度不够理想且收敛速度慢,针对该算法存在的问题,采用了改进的DBP算法,辨识效果好于DBP算法；但是DBP算法和改进的DBP算法受梯度大小的影响较大。最后,首次将RPROP算法引入用于训练二阶对角递归神经网络的权值,仿真结果表明：将RPROP算法与改进的DBP算法和DBP算法相比,RPROP算法的非线性系统辨识精度和收敛速度都要优于DBP算法和改进的DBP算法。(本文来源于《哈尔滨工程大学》期刊2010-12-01）
赵二峰,金永强,金怡,杨阳[3]（2009）在《基于递阶对角神经网络的大坝变形预报模型》一文中研究指出针对大坝工作条件复杂,影响因素繁多,致使现有监控模型预报精度偏差过大问题,基于递阶对角神经网络能够逼近任意非线性函数的特点,使用串并联模型辨识器,采用动态BP学习算法,以水压、温度和时效因子为输入量,坝体位移为输出量,结合工程实例提出了大坝变形监测的递阶对角神经网络模型,并将该模型用于坝体变形数据的拟合分析及其预测预报.研究表明,该网络不仅收敛速度快,提高了算法的效率,而且对实测数据具有较好的拟合效果,提高了预报精度,在大坝安全预测分析中具有有效性和优越性.(本文来源于《武汉大学学报(工学版)》期刊2009年03期）
张兴会,李翔,陈增强,袁着祉[4]（2002）在《基于递阶对角神经网络的失业预测研究》一文中研究指出本文通过构建递阶对角神经网络来建立失业模型并探讨失业规律,采用我国的宏观经济数据进行了失业预测研究。结果表明将神经网络用于社会经济方面的建模和预测有独特的优势。(本文来源于《数量经济技术经济研究》期刊2002年09期）
递阶对角神经网络论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
递归神经网络学习算法一直是神经网络方向研究的热点,并且其应用也引起了科研爱好者的广泛关注。动态递归神经网络由于内部有自反馈,表现出很强的动态映射能力。目前训练二阶对角递归神经网络多采用DBP算法,本文针对该算法中的辨识精度和收敛速度等问题做进一步的深入研究和探讨。首先,详细地介绍了递归神经网络结构,并且给出神经网络系统辨识的基本原理和网络辨识模型。其次,针对训练二阶对角递归神经网络采用的梯度搜索算法中存在的问题,提出改进的梯度下降学习算法,并且给出了这种改进算法的收敛性证明。然后,给出训练二阶对角递归神经网络的叁种算法：DBP算法、改进DBP算法和RPROP算法和实现步骤,并将叁种算法训练后的二阶对角递归神经网络用于非线性系统辨识,仿真结果表明：基于DBP算法的辨识精度不够理想且收敛速度慢,针对该算法存在的问题,采用了改进的DBP算法,辨识效果好于DBP算法；但是DBP算法和改进的DBP算法受梯度大小的影响较大。最后,首次将RPROP算法引入用于训练二阶对角递归神经网络的权值,仿真结果表明：将RPROP算法与改进的DBP算法和DBP算法相比,RPROP算法的非线性系统辨识精度和收敛速度都要优于DBP算法和改进的DBP算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
递阶对角神经网络论文参考文献
[1].李占英,王科俊,张明君,唐墨.二阶对角递归神经网络船舶横摇运动预测[J].华中科技大学学报(自然科学版).2011
[2].鞠宪龙.二阶对角递归神经网络的算法研究及应用[D].哈尔滨工程大学.2010
[3].赵二峰,金永强,金怡,杨阳.基于递阶对角神经网络的大坝变形预报模型[J].武汉大学学报(工学版).2009
[4].张兴会,李翔,陈增强,袁着祉.基于递阶对角神经网络的失业预测研究[J].数量经济技术经济研究.2002