防止BP神经网络训练函数进入局部误差振荡缺陷的一种方法

摘要：

在应用MATLAB软件神经网络工具箱函数训练获取BP神经网络权值矩阵函数或非线性数学模型时,由于BP神经网络训练样本集中输入、输出(目标)样本参数的绝对值和离散性有时太大或过于集中,在网络权值矩阵误差函数逼近过程中,易产生局部误差最优或误差振荡等缺陷.本文介绍一种利用MATLAB神经网络工具箱prestd和poststd函数,通过对输入、输出(目标)样本参数进行正规化处理,使其不至于太小,可防止在网络权值矩阵函数训练时不会进入局部误差最优或误差振荡的缺陷区域.经实例分析计算证明,该方法在如何优化获得实用可靠的BP神经网络权值矩阵函数是有效可行的,对研究MATLAB语言用于网络系统控制和非线性函数或数学模型逼近研究工程技术人员具有一定的参考价值.

关键词：BP神经网络、MATLAB软件、防止误差缺陷

所属期刊栏目：20

分类号：TP312MAT(计算技术、计算机技术)

在线出版日期：2007-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：98-100