10.3969/j.issn.1003-773X.2008.06.089
递归神经网络的并行LM算法
针对递归神经网络BP学习算法收敛慢的缺陷,将Levenberg-Marquardt (LM)算法引入到递归神经网络权值的训练,为了克服LM算法集中运算的不足,设计出完整的并行LM算法.该算法将计算分配到神经网络中的每个神经元,符合神经网络的并行结构特点.仿真结果表明,该算法比传统BP算法具有更好的收敛性.且比LM算法大大节省了计算时间.
递归神经网络、LM算法、并行算法
23
TP183(自动化基础理论)
2009-02-16(万方平台首次上网日期,不代表论文的发表时间)
共2页
170-171