| 前馈神经网络的一种快速学习算法 |
| |
| 引用本文： | 贾文臣,叶世伟. 前馈神经网络的一种快速学习算法[J]. 计算机工程, 2005, 31(10): 142-144,176 |
| |
| 作者姓名： | 贾文臣 叶世伟 |
| |
| 作者单位： | 中国科学院研究生院远程与继续教育学院,北京,100039;中国科学院研究生院信息科学与工程学院,北京,100039 |
| |
| 基金项目： | 中国科学院研究生院院长基金资助项目(YZJJ200206) |
| |
| 摘 要： | 提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数，这个优化目标函数对于权值和隐层输出来说为凸函数，不存在局部最小。首先把隐层输出作为变量进行优化更新，然后快速计算出隐层前后的权值。数值实验表明：此算法简单，收敛速度快，泛化能力强，并大大降低了学习误差。
|
| 关 键 词： | 前馈神经网络 Young不等式 凸函数 快速学习算法 |
| 文章编号： | 1000-3428(2005)10-0142-03 |
A Fast Learning Algorithm for Feed Forward Neural Networks |
| |
| JIA Wenchen,YE Shiwei. A Fast Learning Algorithm for Feed Forward Neural Networks[J]. Computer Engineering, 2005, 31(10): 142-144,176 |
| |
| Authors: | JIA Wenchen YE Shiwei |
| |
| Affiliation: | JIA Wenchen1,YE Shiwei2 |
| |
| Abstract: | This paper presents a new algorithm for feed forward neural networks based on a new optimal target function constructed according to Young inequality in the conjugate of convex function. The optimal target function is a convex function to the weight values between neurons in different layers and outputs of hidden layers. First, outputs of hidden layers can be optimized with convex optimization method, then the weight values are optimized rapidly. The numerical experiments show that the new algorithm is very simple, can accelerate the convergence rate, strength the generalization capability and reduce the error. |
| |
| Keywords: | Feed forward neural networks Young inequality Convex function Fast learning algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
