改进神经网络BP算法及其应用
BP神经网络由于其结构简单、能够自适应、自己学习,有着优越的非线性映射能力,使得它成为当下神经网络应用中最为面面俱到的一种.但从数学角度看,标准BP神经网络采用最速梯度下降法,所以收敛的速度较为缓慢,轻易就会陷入局部极小得不到全局最优、训练次数要达到一定的数量、学习效率不容乐观等缺点.文章以BP神经网络作为研究对象,从四个方面来介绍BP神经网络的整体框架,首先对BP网络的原理和实现步骤进行了系统概述,其次针对其缺点提出了从增加动量项、自适应调节学习率和优化神经网络结构进行改进方法,再次介绍BP算法相关的应用领域,最后进行总结.
PB算法、学习率、误差、梯度下降法
TP311(计算技术、计算机技术)
2022-05-31（万方平台首次上网日期，不代表论文的发表时间）
共2页
86-87
