基于LMBP改进算法的神经网络结构优化

摘要：

提出了一种基于增长法的神经网络结构优化算法.在函数逼近的BP神经网络中引入一种改进的BP算法(LMBP算法),通过二次误差下降与梯度下降,利用误差变化规律分析网络结构的优化程度,自适应地增加隐层神经元或网络层次,从而得到一个合适的网络结构.进行了仿真实验及该算法与RAN算法用于逼近函数的对比实验,实验结果表明了该算法的有效性.

关键词：神经网络、结构优化、LMBP算法、函数逼近、RAN算法

所属期刊栏目：34

分类号：TP301.6(计算技术、计算机技术)

资助基金：广东省自然科学博士启动基金04300167

在线出版日期：2008-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：215-217