多层前向神经网络学习算法及拓扑结构的探讨 |
| |
作者姓名: | 孙佩石 李厚强 |
| |
摘 要: | 以神经网络中应用最多最广泛的多层前向网络中心,对前向网络的拓扑结构及学习算法提出了一些改进。将随机搜索技术中的模型退火算法直接应用于多层前向网络的训练,以绕过多层网络所固有的局部极小,使网络的训练精度有明显改善;提出了一种双并联的前向神经网络模型-DPFN模型,明显提高了多层网络的训练速度。在理论分析的基础上,应用遥感分类数据进行对比实验的结果证明上述改进方法行之有效。
|
关 键 词: | 神经网络系统 学习算法 拓扑结构 |
本文献已被 维普 等数据库收录! |
|