基于局部及全局误差的BP神经网络研究

被引：13

作者：

马成前

王庆喜

机构：

[1] 武汉理工大学计算机科学与技术学院

来源：

武汉理工大学学报 | 2009年 / 31卷 / 20期

关键词：

BP算法; 关联度; 局部误差; 全局误差;

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：

通过分析其他BP算法,从中了解这些改进算法的优劣性,提出改进算法。由于测试样本内在关联度的差异,算法的关键是综合考虑局部误差和全局误差2个因素,并且以全局误差值作为步长改变函数的因变量,进而动态地改变学习率,而且这种学习率的改变是有条件的改变。最后,在MATLAB 7.0基础上对XOR问题进行试验分析,综合比较分析证明这个改进算法的有效性。

引用

页码：99 / 101+116 +116

页数：4

共 7 条

[1] 一种改进的可变学习速率的BP神经网络算法 [J].

侯彦东 ;

方惠敏 ;

杨国胜 ;

丁文珂 .

河南大学学报(自然科学版), 2008, (03) :309-312

[2]

BP神经网络改进算法的研究.[J].王静伟;.中国水运(学术版).2008, 01

[3] Matlab神经网络工具箱BP算法比较 [J].

蒲春 ;

孙政顺 ;

赵世敏 .

计算机仿真, 2006, (05) :142-144

[4] 改进的BP算法在多目标识别中的应用 [J].

许廷发 ;

张敏 ;

顾海军 ;

宋建中 ;

韩广良 .

光学精密工程, 2003, (05) :513-515

[5] BP 神经网络训练的函数变步长搜索调整法 [J].

潘昊 ;

钟珞 ;

陈杰 .

湖北工学院学报, 1997, (02) :2-5

[6]

神经网络理论与MATLAB R2007实现.[M].葛哲学; 孙志强; 编著.电子工业出版社.2007,

[7]

人工神经网络理论、设计及应用.[M].韩力群编著;.化学工业出版社.2002,

← 1 →