| 基于样本期望训练数的BP神经网络改进研究 |
| |
| 引用本文： | 李志俊,程家兴,金奎,饶玉佳.基于样本期望训练数的BP神经网络改进研究[J].计算机技术与发展,2009,19(5). |
| |
| 作者姓名： | 李志俊 程家兴 金奎 饶玉佳 |
| |
| 作者单位： | 安徽大学,计算智能与信号处理教育部重点实验室,安徽,合肥,230039 |
| |
| 基金项目： | 国家自然科学基金，教育部高等学校博士学科点专项科研基金，安徽省自然科学基金 |
| |
| 摘 要： | BP算法是神经网络中最常用的算法之一.标准BP算法存在的最主要问题就是易于陷入局部极小、收敛速度慢等问题.针对BP算法的这些问题,出现了许多改进的措施,如引入变步长法、加动量项法等.提出了一种基于样本期望训练数的改进BP算法,仿真实验说明了该算法可以明显提高BP网络学习速度,并且具有简单通用性,可以和其他方法结合,进一步提高算法的收敛速度.
|
| 关 键 词： | 神经网络 BP算法 样本期望训练数 收敛速度 |
BP Algorithm Improvement Based on Sample Expected Training Number |
| |
| LI Zhi-jun,CHENG Jia-xing,JIN Kui,RAO Yu-jia.BP Algorithm Improvement Based on Sample Expected Training Number[J].Computer Technology and Development,2009,19(5). |
| |
| Authors: | LI Zhi-jun CHENG Jia-xing JIN Kui RAO Yu-jia |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
