10.3969/j.issn.1673-629X.2014.05.051
改进BP神经网络在木构古建筑中的寿命预测
标准的BP神经网络存在训练速度慢、容易陷入极小点、泛化能力低的特点。文中用附加动量项和改进学习速率相结合的方法对标准的BP神经网络进行了改进,并将其应用在木构古建筑的寿命预测中。仿真结果表明,和标准的BP神经网络相比,改进后的BP神经网络提高了泛化能力,能较准确地拟合训练值,避免了在确定计算参数过程中所产生的计算误差。
BP神经网络、木构古建筑、泛化能力、寿命预测
TP39(计算技术、计算机技术)
国家青年基金61203094;河南省科技攻关计划项目122102210052
2014-05-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
207-210