基于熵方误差的高斯牛顿前馈神经网络

摘要：

为了提高前馈神经网络学习算法的收敛速度,尝试定义熵方误差函数,并将其应用于高斯牛顿前馈神经网络.在理论上证明了熵方误差函数的有效性,以及基于熵方误差的高斯牛顿前馈神经网络的局部二阶收敛性.最后进行仿真实验,并与几种常用神经网络进行对比,结果表明引入熵方误差函数的前馈神经网络具有良好的收敛性与稳定性.

关键词：熵、误差函数、神经网络、收敛性

所属期刊栏目：12

分类号：O224(运筹学)

在线出版日期：2004-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：330-334