BP神经网络的C++实现及讨论

被引：15

作者：

邓静

马传松

李振坤

机构：

[1] 广东工业大学计算机学院,广东工业大学计算机学院,广东工业大学计算机学院广东广州,广东广州,广东广州

来源：

关键词：

BP神经网络; 样本; 权系数; 学习效率; 归一化;

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：

通过C++构造出一个五层的BP神经网络,在满足相对误差要求的情况下,实现了指定样本函数的功能。并针对学习效率和权系数修正常数对算法做了改进,有效地加快了收敛速度。最后讨论了当样本函数中Y值非[0,1]区间时,样本的归一化问题。

引用

页码：93 / 96

页数：4