BP算法改进的研究

被引:93
作者
陆琼瑜
童学锋
机构
[1] 同济大学计算机科学与工程系
关键词
神经网络; BP算法; 局部极小; 收敛速度; 激励函数; 误差函数;
D O I
10.16208/j.issn1000-7024.2007.03.050
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
BP算法是神经网络中最常用的算法之一。分析传统的BP算法思想,发现它存在着诸如易于陷入局部极小、收敛速度慢等问题。针对BP算法的这些问题,分3个着手点,即:相关参数、激励函数和误差函数,归纳一些行之有效的改进方法,论述这些方法的主要思想,并分析它们的改进效果。
引用
收藏
页码:648 / 650
页数:3
相关论文
共 8 条
[1]
基于改进BP算法的入侵检测神经网络方法 [J].
王磊 ;
廖晓峰 .
计算机工程与应用, 2004, (31) :69-71+119
[2]
智能油漆配色系统的改进BP算法 [J].
张全 ;
陆长德 ;
余隋怀 ;
吴通 .
计算机工程与应用, 2003, (26) :42-44
[3]
一种改进的前馈神经网络BP学习算法 [J].
刘显德 ;
崔浩然 ;
李盼池 ;
许少华 .
大庆石油学院学报, 2003, (01) :51-54+113
[4]
用于神经网络模式识别的一种改进的BP算法 [J].
刘岚 ;
秦洪 .
信息技术, 2002, (06) :6-7+10
[5]
BP学习算法的改进与应用 [J].
李敏生 ;
刘斌 .
北京理工大学学报, 1999, (06) :721-724
[7]
神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,
[8]
人工神经网络技术及其应用.[M].王洪元;史国栋主编;.中国石化出版社.2002,