神经网络的学习问题研究

被引:5
作者
肖少拥
石文俊
胡上序
不详
机构
[1] 浙江大学CAD&CG国家重点实验室!杭州浙江大学计算中心
[2] 杭州
关键词
神经网络; 学习算法; 正交变换;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
神经网络的学习能力与效率问题是神经网络研究的一个重要方向,该文基于正交变换提出一种网络正交学习算法,它具有学习速度快且能获得全局最优解的特点,并可有效地对学习过程中出现的异常情况进行求解,因而具有良好的普适性。同时对新样本的学习可在以前学习的基础上继续,使网络的学习具有循序渐进的特征,提高了学习效率。
引用
收藏
页码:47 / 48
页数:2
相关论文
共 5 条
[1]
改进的非线性最小二乘算法训练多层前馈神经网络[J] 孙圣和,黄远灿 电子学报 1997, 01
[2]
基于神经网络的多维非线性模型参数估计 [J].
董德存 ;
张树京 ;
不详 .
通信学报 , 1997, (01)
[3]
正交投影神经网络[J] 肖丹,施渝萍 计算机学报 1996, 09
[4]
一种实用的克服局部极小的BP算法研究[J] 孙德保,高超 信息与控制 1995, 05
[5]
神经网络系统原理 焦李成; 西安电子科技大学出版社 1995,