基于迭代学习的 BP 神经网络权值训练算法

摘要：

针对传统BP算法存在收敛速度过慢、易陷入局部极小的问题，提出基于迭代学习的BP神经网络权值修正算法。该算法将迭代学习的原理与神经网络相结合，同时采用本次训练误差和前一次的训练误差修正神经网络权值，提高了网络训练速度。仿真结果验证了该算法的有效性。

关键词：神经网络、梯度算法、迭代学习型算法、权值训练、收敛速度

分类号：TP183(自动化基础理论)

资助基金：辽宁省科技攻关项目2011216011。

在线出版日期：2014-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：83-86