10.3969/j.issn.1001-4160.2010.08.029
LMBP神经网络改进算法的研究
在LMBP算法训练过程中,大型矩阵的求逆运算限制算法的收敛速度,本文针对这一特点,在训练网络的权值和偏移值时采用求解大规模线性方程组的超记忆梯度算法,避免矩阵求逆耗时的缺点,同时对原有的步长因子进行自适应改变,并通过网络修剪对隐层神经元结构进行优化.最后以某型号设备齿轮箱为例进行仿真.结果表明,本文的改进算法能够明显缩短训练时间,并且经过此算法训练的网络有较高的故障诊断性能.
LMBP算法、超记忆梯度算法、网络修剪
27
TP183(自动化基础理论)
2010-12-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
1111-1114