基于em算法且能以概率1全局收敛的混合学习算法

摘要：

文章指出了随机神经网络em学习算法仍然存在着收敛于局部极小值之缺陷.针对三层随机感知机,文章将em学习算法与Solis和Wets的随机优化算法结合起来,提出了三层随机感知机的混合型新学习算法HRem.文章从理论的角度证明了混合型新学习算法HRem能以概率1全局收敛于随机感知机的基于Kullback-Leibler差异度量的最小值.这一理论结果对em学习算法的深入研究有重要意义.

关键词：随机神经网络、em学习算法、随机优化算法

所属期刊栏目：9

分类号：TP18(自动化基础理论)

资助基金：中国科学院资助项目;江苏省新世纪学科带头人培养基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：0