计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
18期
65-68
,共4页
前馈神经网络%极大似然法%鲁棒性
前饋神經網絡%極大似然法%魯棒性
전궤신경망락%겁대사연법%로봉성
提出了一种新的基于极大似然法的BP神经网络算法,该算法定义了一种新的误差函数.与传统BP算法相比,其优点在于不仅考虑了噪声对网络学习的影响,而且能够从全局的角度对网络参数进行学习,从而使网络的鲁棒性增强.实验结果说明了本方法的可行性与优越性.
提齣瞭一種新的基于極大似然法的BP神經網絡算法,該算法定義瞭一種新的誤差函數.與傳統BP算法相比,其優點在于不僅攷慮瞭譟聲對網絡學習的影響,而且能夠從全跼的角度對網絡參數進行學習,從而使網絡的魯棒性增彊.實驗結果說明瞭本方法的可行性與優越性.
제출료일충신적기우겁대사연법적BP신경망락산법,해산법정의료일충신적오차함수.여전통BP산법상비,기우점재우불부고필료조성대망락학습적영향,이차능구종전국적각도대망락삼수진행학습,종이사망락적로봉성증강.실험결과설명료본방법적가행성여우월성.
