改进的BP算法在多目标识别中的应用

被引:23
作者
许廷发
张敏
顾海军
宋建中
韩广良
机构
[1] 中国科学院长春光学精密机械与物理研究所
[2] 长春师范学院数理学院
[3] 中国科学院长春光学精密机械与物理研究所 吉林长春
[4] 吉林长春
关键词
神经网络; 目标识别; BP算法;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
为了实现对多目标的识别,提出了一种改进的BP算法。采用在步长函数中加入变动量因子,即当连续两次迭代其梯度方向相同时,步长加倍;当连续两次迭代其梯度方向相反时,步长减半。由于步长在迭代过程中自适应进行调整,使误差函数E在超曲面上的不同方向按照步长向极小点逼近,实现了对目标函数的优化。给出了在目标函数最优时的BP网络对三种飞机测试集的识别结果,其收敛速度比传统BP算法快4倍以上,表明该方法能够有效地用于多目标的识别。
引用
收藏
页码:513 / 515
页数:3
相关论文
共 4 条
[1]   光度信号的频域模式识别方法研究 [J].
周建华 ;
白钊 .
光学精密工程, 2002, (04) :346-353
[2]   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) :124-127
[3]   多层前向神经网络中BP算法的误调分析及其改进的算法 [J].
杨大力,刘泽民 .
电子学报, 1995, (01) :117-120
[4]  
人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡, 2000