BP神经网络快速收敛算法研究

被引：16

作者：

王赟松

褚福磊

何永勇

郭丹

机构：

[1] 清华大学精密仪器与机械学系

[2] 清华大学精密仪器与机械学系博士后

[3] 北京市

[4] 教授博士生导师

[5] 副教授

来源：

农业机械学报 | 2004年 / 06期

基金：

中国博士后科学基金;

关键词：

神经网络; LMBP算法; Levenberg-Marquardt优化算法;

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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

以标准 BP算法为基础 ,应用 L evenberg- Marquardt优化算法 ,提出了一种快速收敛的 BP算法——L MBP算法。仿真结果表明 ,与标准 BP算法及其他改进形式比较 ,L MBP算法收敛速度大大提高 ,稳定性并未降低 ,这为 BP神经网络应用于实时性要求高的场合 (如在线检测 )提供了算法基础。该算法的缺点是计算量大 ,所需计算机内存大 ,不适合大型网络的计算。

引用

页码：182 / 184

页数：3