BP学习算法的改进与应用

摘要：

目的对BP学习算法中存在的大量局部极小点以及收敛速度慢问题进行研究并提出相应的改进方案.方法采用类似模拟退火算法调整网络权值修改量η和动量项α以及对学习样本进行按类划分.结果使用改进后的BP算法对480个学习样本进行学习,识别率从70%提高到95%,学习时间从4h下降到30min左右.结论算法的改进提高了识别率并降低了学习时间.

关键词：神经网络、软件模拟、模块化神经网络编程、局部极小

所属期刊栏目：19

分类号：TP273.2(自动化技术及设备)

资助基金：国家部委预研项目

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）

页码：721-724