10.3969/j.issn.1006-9348.2005.z1.065
一种改进的BP算法及其MatLab仿真
基于最优化理论,提出了基于新拟牛顿方程的改进拟牛顿算法训练BP神经网络.改进算法使用了一组新型的Hesse矩阵校正方程,使得改进拟牛顿算法具有全局收敛性和局部超线性收敛性.该文将改进的拟牛顿算法与BP神经网络权值的训练结合,得到一种新的BP神经网络权值的训练算法.与传统的神经网络权值学习的拟牛顿算法比较而言,采用改进算法的神经网络的收敛速度明显加快.改进算法能有效解决BP神经网络收敛速度慢的缺陷,显著提高了BP神经网络的学习训练收敛速度和学习精度.
BP神经网络、拟牛顿、算法、收敛速度
TP183(自动化基础理论)
2005-09-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
248-250