针对回声状态网络(Echo　state　network,　ESN)的结构设计问题,提出基于灵敏度分析的模块化回声状态网络修剪算法(Pruning　algorithm　for　modular　echo　state　network,　PMESN).该网络由相互独立的子储备池模块构成.首先利用矩阵的奇异值分解(Singular　value　decomposition,　SVD)构造子储备池模块的权值矩阵,并利用分块对角阵原理生成储备池.然后利用子储备池模块输出和相应的输出层权值向量,定义学习残差对于子储备池模块的灵敏度以及网络规模适应度.利用灵敏度大小判断子储备池模块的贡献度,并根据网络规模适应度确...