|
|||||
|
|
| 一种改进BP神经网络的算法 | |
| 引用本文： | 卢志刚,李兵,易之光,吴士昌. 一种改进BP神经网络的算法[J]. 自动化技术与应用, 2005, 24(7): 16-18 |
| 作者姓名： | 卢志刚 李兵 易之光 吴士昌 |
| 作者单位： | 河北燕山大学,电气工程学院,河北,秦皇岛,066004;河北燕山大学,电气工程学院,河北,秦皇岛,066004;河北燕山大学,电气工程学院,河北,秦皇岛,066004;河北燕山大学,电气工程学院,河北,秦皇岛,066004 |
| 摘 要： | 传统的神经网络BP算法存在收敛速度慢、存在局部极小点等问题，这种算法收敛慢的主要原因是它利用的是性能函数的一阶信息，递推最小二乘算法利用了二阶信息，但是需要计算输入信号的自相关矩阵的逆，计算量大，不易实现。本文提出一种梯度递推BP算法，它基于最小二乘准则，利用改进的梯度来实现BP算法，这种算法不用计算输入信号的自相关矩阵，并通过仿真证明了该算法的有效性。 |
| 关 键 词： | 神经网络 最小二乘 BP算法 梯度递推 |
| 文章编号： | 1003-7241(2005)07-0016-03 |
| 修稿时间： | 2004-12-13 |
A Gradient Recurrence Algorithm for Neural Networks |
|
| LU Zhi-gang,LI Bing,YI Zhi-guang,WU Shi-chang. A Gradient Recurrence Algorithm for Neural Networks[J]. Techniques of Automation and Applications, 2005, 24(7): 16-18 | |
| Authors: | LU Zhi-gang LI Bing YI Zhi-guang WU Shi-chang |
| Abstract: | A major limitation of the traditional back-propagation for neural network is its slow rate of convergence to a local or global minimum of the error-performance surface. And the least square algorithm has to estimate the inverse of self-correlation matrix. An improved gradient back-propagation algorithm is proposed. The results of computer simulation show that the performance is better than the conventional back-propagation learning technique. |
| Keywords: | Neural network Least square criterion Back-propagation algorithm Gradient recursion |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |