电子测试
電子測試
전자측시
ELECTRONIC TEST
2011年
6期
8-11
,共4页
BP网络%模式识别%故障诊断
BP網絡%模式識彆%故障診斷
BP망락%모식식별%고장진단
针对BP神经网络存在的固有缺陷:收敛速度慢,容易陷入局部极小,文中对所建BP网络的学习算法进行了改进,采用附加动量项和自适应调整学习率的BP算法对网络进行训练,替代标准BP算法中的梯度下降法寻找最优网络连接权值.仿真实验证明,这种学习算法提高了BP网络的学习效率及稳定性,大大提高了网络的收敛速度,更好地实现了对模拟电路的故障诊断.
針對BP神經網絡存在的固有缺陷:收斂速度慢,容易陷入跼部極小,文中對所建BP網絡的學習算法進行瞭改進,採用附加動量項和自適應調整學習率的BP算法對網絡進行訓練,替代標準BP算法中的梯度下降法尋找最優網絡連接權值.倣真實驗證明,這種學習算法提高瞭BP網絡的學習效率及穩定性,大大提高瞭網絡的收斂速度,更好地實現瞭對模擬電路的故障診斷.
침대BP신경망락존재적고유결함:수렴속도만,용역함입국부겁소,문중대소건BP망락적학습산법진행료개진,채용부가동량항화자괄응조정학습솔적BP산법대망락진행훈련,체대표준BP산법중적제도하강법심조최우망락련접권치.방진실험증명,저충학습산법제고료BP망락적학습효솔급은정성,대대제고료망락적수렴속도,경호지실현료대모의전로적고장진단.
