前馈网络的一种超线性收敛BP学习算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

本文研究得到国家自然科学基金(No.69705001)资助.


Super-Linearly Convergent BP Learning Algorithm for Feedforward Neural Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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.

    Abstract:

    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.

    参考文献
    相似文献
    引证文献
引用本文

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

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1999-01-11
  • 最后修改日期:1999-08-27
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号