用BP神经网络实现函数逼近的方法及其讨论

被引：2

作者：

张静亚

潘启勇

机构：

[1] 苏州大学电子信息学院

[2] 常熟理工学院物理系江苏苏州常熟理工学院物理系江苏常熟

[3] 江苏常熟

来源：

关键词：

神经网络; BP算法; 归一化; 收敛速度; 局部最小点;

D O I：

10.16101/j.cnki.cn32-1749/z.2004.04.006

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：

构造一个三层BP神经网络,实现了连续函数的逼近。讨论了函数值在非[0,1]区间时,样本的归一化问题,提出了新的变换关系式,加快了算法的收敛速度。

引用

页码：34 / 37

页数：4

共 5 条

[1] BP神经网络的改进及其应用 [J].

张文鸽 ;

吴泽宁 ;

逯洪波 .

[2] 一种综合改进的BP神经网络及其实现 [J].

刘刚 .

[3] BP神经网络模型的优化 [J].

王文剑 .

[4] 人工神经网络BP算法的改进及其应用 [J].

李晓峰 ;

刘光中 .

[5]

人工神经网络与盲信号处理[M]. 清华大学出版社 , 杨行峻, 2003