第1期 杨博等：面向匹配决策问题的漏整合神经元稀疏ESN网络 9 当训练100次之后与训练集中的四组序列对的最大 相关系数分别为0.939、0.9344、0.9042和0.9561. 0.20 0.15 0.10 0.05 20 40 60 80 100 20 40 60 训练次数 训练次数 图3学习曲线.(a)输出连接权均值：(b)输出训练误差标准差 Fig.3 Learning curves:(a)average output weights:(b)standard deviation of network output error 使用Dataset2测试网络输出的匹配和非匹配最 会引起决策失败.这说明网络对于发放间隔的变化 大相关系数曲线如图4所示.当输入匹配序列发放 是比较敏感的.使用Dataset3测试网络输出的匹配 间隔delay>2.5时匹配最大相关系数会急剧下降， 和非匹配最大相关系数曲线如图5所示.从图5中 非匹配最大相关系数急剧上升，导致网络输出的决 可见曲线变化较为平稳，误差在0.1以内，这说明网 策失败；当输入非匹配发放间隔delay<l.5s时也 络对于发放时间是不敏感的. 1.0 1.0 a) (b) 0.8 0.8 一匹配最大相关 匹配最大和关 系数曲线 系数曲线 非匹配最大相关 非匹配最大相关 系数曲线 系数曲线 层0.4 0.2 0.2 0.5 1.0 1.52.0 2.5 3.0 0.5 1.0 1.5 2.0 2.5 3.0 发放时间间隔s 发放时间间隔s 1.0 1.0 c d 0.8 0.8 匹配最大相关 一匹配最大相关 系数曲线 系数曲线 非匹配最大相关 非匹配最大相关 系数曲线 系数曲线 0.4 0.2 0.2 05 1.0 1.52.0 2.5 3.0 0.5 1.0 1.5 2.0 2.5 3.0 发放时间间附/s 发放时间间隔s 图4使用Dataset2测试网络的最大相关系数曲线.(a)M1:(b)M2:(c)NM1:(d)NM2 Fig.4 Maximum correlation coefficient curves obtained using Dataset2 to test the network:(a)M1:(b)M2;(c)NMI:(d)NM2 图6中则显示了使用Dataset4测试网络输出 最大相关系数的误差变化范围会随着发放间隔的 的匹配和非匹配最大相关系数曲线.当输入序列 增大而增大：而当输入非匹配序列则相反.这说明 的发放间隔一定时，不同的发放时间会导致匹配 网络对发放间隔的敏感程度要大于对发放时间的 和非匹配最大相关系数变化.当输入匹配序列时， 敏感程度第 1 期 杨 博等: 面向匹配决策问题的漏整合神经元稀疏 ESN 网络 当训练 100 次之后与训练集中的四组序列对的最大 相关系数分别为 0. 939、0. 934 4、0. 904 2 和 0. 956 1． 图 3 学习曲线． ( a) 输出连接权均值; ( b) 输出训练误差标准差 Fig． 3 Learning curves: ( a) average output weights; ( b) standard deviation of network output error 使用 Dataset2 测试网络输出的匹配和非匹配最 大相关系数曲线如图 4 所示． 当输入匹配序列发放 间隔 delay ＞ 2. 5 时匹配最大相关系数会急剧下降， 非匹配最大相关系数急剧上升，导致网络输出的决 策失败; 当输入非匹配发放间隔 delay ＜ 1. 5 s 时也 会引起决策失败． 这说明网络对于发放间隔的变化 是比较敏感的． 使用 Dataset3 测试网络输出的匹配 和非匹配最大相关系数曲线如图 5 所示． 从图 5 中 可见曲线变化较为平稳，误差在 0. 1 以内，这说明网 络对于发放时间是不敏感的． 图 4 使用 Dataset2 测试网络的最大相关系数曲线． ( a) M1; ( b) M2; ( c) NM1; ( d) NM2 Fig． 4 Maximum correlation coefficient curves obtained using Dataset2 to test the network: ( a) M1; ( b) M2; ( c) NM1; ( d) NM2 图 6 中则显示了使用 Dataset4 测试网络输出 的匹配和非匹配最大相关系数曲线． 当输入序列 的发放间隔一定时，不同的发放时间会导致匹配 和非匹配最大相关系数变化． 当输入匹配序列时， 最大相关系数的误差变化范围会随着发放间隔的 增大而增大; 而当输入非匹配序列则相反． 这说明 网络对发放间隔的敏感程度要大于对发放时间的 敏感程度． ·9·