主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第9期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
梁久祯,何新贵,黄德双.前馈网络的一种超线性收敛BP学习算法.软件学报,2000,11(8):1094-1096
前馈网络的一种超线性收敛BP学习算法
Super-Linearly Convergent BP Learning Algorithm for Feedforward Neural Networks
投稿时间:1999-01-11  修订日期:1999-08-27
DOI:
中文关键词:  前馈神经网络,BP学习算法,收敛性,超线性收敛.
英文关键词:Feedforward neural network, BP learning algorithm, convergence, super-linear c onvergence.
基金项目:本文研究得到国家自然科学基金(No.69705001)资助.
作者单位
梁久祯 北京航空航天大学计算机科学与工程系,北京,100083 
何新贵 北京系统工程研究所,北京,100101 
黄德双 北京系统工程研究所,北京,100101 
摘要点击次数: 2773
全文下载次数: 4675
中文摘要:
      分析传统BP算法存在的缺点,并针对这些缺点提出一种改进的BP学习算法.证明该算法在一定 条件下是超线性收敛的,并且该算法能够克服传统BP算法的某些弊端,算法的计算复杂度与简 单BP算法是同阶的.实验结果说明这种改进的BP算法是高效的、可行的.
英文摘要:
      In this paper, some shortages of traditional BP learning algorithm are analyzed. To avoid these shortages, a modified BP learning algorithm is proposed. It is s hown that this algorithm is super-linearly convergent under certain conditions. This algorithm can overcome some shortages of traditional BP learning algorithm , and has the same order of computation complexity as the traditional BP algorit hm. Finally, two computing examples are given. Simulation results illustrate tha t this algorithm is highly effective and practicable.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利