学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
基于修改误差函数新的BP学习算法
被引:30
作者
:
胡上尉
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学数理学院
胡上尉
刘琼荪
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学数理学院
刘琼荪
刘佳璐
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学数理学院
刘佳璐
孙海雷
论文数:
0
引用数:
0
h-index:
0
机构:
重庆大学数理学院
孙海雷
机构
:
[1]
重庆大学数理学院
来源
:
系统仿真学报
|
2007年
/ 19期
关键词
:
前馈神经网络;
学习算法;
饱和度;
局部极小;
误差信号;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
140502
[人工智能]
;
摘要
:
通过分析隐层神经元饱和度对网络性能的影响,构造了新的误差函数,同时设计了一种自适应调节的放大误差信号方法,得到新的BP学习算法。该算法流程简单,不需要太大的计算复杂性。仿真实验结果表明新改进算法在收敛速度和避免误差函数陷入局部极小方面明显优于其它BP算法。
引用
收藏
页码:4591 / 4593+4598 +4598
页数:4
相关论文
共 1 条
[1]
Efficient Backpropagation Learning Using Optimal Learning Rate and Momentum[J] Xiao-Hu Yu;Guo-An Chen Neural Networks 1997,
←
1
→
共 1 条
[1]
Efficient Backpropagation Learning Using Optimal Learning Rate and Momentum[J] Xiao-Hu Yu;Guo-An Chen Neural Networks 1997,
←
1
→