一种基于数值计算的改进BP神经网络加速算法

被引：1

作者：

杜思思 ^{[1
]}

王姗姗 ^{[2
]}

机构：

[1] 武汉理工大学理学院

[2] 西安工程大学理学院

来源：

纺织高校基础科学学报 | 2007年 / 01期

关键词：

加速算法; Steffensen迭代; BP神经网络;

D O I：

10.13338/j.issn.1006-8341.2007.01.024

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

为增加神经网络收敛的稳定性与收敛速度,提出了一种改进的网络优化加速算法.在权值调整期间加入前N期权值结果,增强了训练的稳定性;使用Steffensen迭代算法进行加速,使网络训练较快地收敛;有效地解决了传统BP神经网络的缺点.进行数值实验,将10幅二值化后的车牌数字字符图片作为训练样本送入改进的网络与传统的BP神经网络中分别进行训练,可以看出传统BP算法在训练过程中出现了振荡且收敛速度较慢.而改进的算法误差稳步下降,没有出现传统算法中振荡的现象,且较传统算法早达到收敛稳定.

引用

页码：96 / 99

页数：4