一种功能分区的BP神经网络结构设计方法

摘要：

针对全连接BP网络在解决大规模复杂问题时存在的收敛速度缓慢等问题,提出一种功能分区的BP网络结构模式.利用RBF神经元的物理特性对输入样本空间进行分解,并将分解后的样本送给不同的子BP网络学习.与全连接BP网络相比,降低了网络在学习过程中的权值搜索空间,提高了学习速度,改善了网络泛化性能,体现了人脑在学习过程中的知识积累特征.对三维墨西哥草帽函数逼近和双螺旋分类的实验结果表明,该网络能够解决全连接BP网络不能有效解决的问题.

关键词：BP神经网络、功能分区、权值搜索空间、知识积累

所属期刊栏目：26

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金60873043;国家"863"计划项目2009AA04Z155;北京市自然科学基金4092010;教育部博士点基金200800050004;北京市高等学校人才强教计划项目PHR201006103

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1659-1664