10.3778/j.issn.1002-8331.2009.11.017
基于自适应学习速率的改进型BP算法研究
从感知器的结构及学习规则无法执行异或问题出发,用神经网络中的BP网络来解决异或问题,消除了感知器的局限性,但BP算法在具体实现中常会出现一些问题,如:收敛速度缓慢且与其他参数存在较强的耦合关系,局部极小等.对此,从前馈神经网络的原理出发,提出了一种自适应学习速率因子方法,用于对BP算法的改进,并将改进后的算法用于二维XOR问题及多维XOR问题的学习中.仿真实验证明,改进后的算法可显著提高网络的学习速度,且学习过程具有良好的收敛性及较强的鲁棒性.
神经网络、异或、自适应学习速率、反向传播
45
TP18(自动化基础理论)
国家自然科学基金the National Natural Science Foundation of China under Grant 60641011;天津市自然科学基金the Natural Science Foundation of Tianjin City of China under Grant 06YFJMJC15900
2009-05-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
56-58,66