10.3969/j.issn.1006-2475.2005.07.003
反向传播神经网络收敛性的探讨
标准BP算法采用的最陡梯度下降法使得均方误差达到最小的策略可能存在两大问题:①陷入局部最小而没有收敛到全局最小,即不收敛;②收敛速率慢.本文从训练算法角度方面,比较了标准BP算法、动量算法、可变学习速率算法和Levenberg-Marquardt算法这几种方法的收敛性以及收敛速率,并通过Matlab仿真进行了验证.
BP网络、收敛性、动量算法、可变学习速率算法、Levenberg-Marquardt算法、Matlab
TP183(自动化基础理论)
2005-08-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
9-12