10.3778/j.issn.1002-8331.2009.12.016
BP神经网络的联合优化算法
针对BP神经网络存在收敛速度慢、易陷入局部极小等缺陷,提出了一种自适应调节学习率和动态调整S型激励函数相结合的改进BP算法.该算法将学习率与误差函数相关联,再对每个隐单元和输出单元的激励函数的斜率进行自动调整.通过实例仿真,将改进算法与标准BP算法、加动量项法和自适应学习率法进行比较,来验证所提出方法的有效性.实验结果表明,联合优化的BP算法能有效加快网络的收敛过程,并具有较强的泛化能力.
BP算法、学习率、误差函数、激励函数
45
TP183(自动化基础理论)
2009-05-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
50-51,54