基函数可递归的泛函神经元网络学习算法 (2013年)

将泛函神经元结构做了一个变形，给出了一种基函数可递归的泛函神经元网络学习算法，该算法借助于矩阵伪逆递归求解方法，完成对泛函神经元网络基函数的自适应调整，最终实现泛函网络结构和参数共同的最优求解。数值仿真实验结果表明，该算法具有自适应性、鲁棒性和较高的收敛精度，将在实时在线辨识中有着广泛的应用。