前馈神经网络的一种简单共轭梯度学习算法

摘要：

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.

关键词：神经网络、收敛、共轭梯度法、BP算法、MPARTAN算法

所属期刊栏目：26

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金69705001

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：596-599