一种具有自适应动量因子的BP神经网络算法实现

摘要：

互联网技术的快速发展给人们带来了海量的数据,极大地影响了消费者的选、购效率,高效的推荐系统变得尤为重要.传统的基于BP神经网络的协同过滤会导致局部极小值、收敛缓慢等问题.它通过改进BP神经网络算法,很好地优化了收敛缓慢的问题.解决方案是在增加动量项的基础上将动量项改为自适应的,使其能够实时变化,很好地解决了权值调整震荡导致的不稳定性.经实验证实该改进算法大大提高网络训练效率,并且提高推荐效率.

关键词：改进的BP神经网络、自适应动量因子、协同过滤

所属期刊栏目：47

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1199-1202,1269