重庆大学学报（自然科学版）
重慶大學學報（自然科學版）
중경대학학보（자연과학판）
JOURNAL OF CHONGQING UNIVERSITY(NATURAL SCIENCE EDITION)
2006年
1期
150-153,158
,共5页
BP神经网络%tan-sigmoid转换函数%分布存储
BP神經網絡%tan-sigmoid轉換函數%分佈存儲
BP신경망락%tan-sigmoid전환함수%분포존저
为提高BP神经网络的性能,对网络的联接权值W和神经元的tan-sigmoid转换函数的参数T、θ进行调整,使信息分布存储于权值矩阵及转换函数中,比传统的算法具有更强的非线性映射能力.经严密的数学推导,给出了最终的改进算法公式和1个预测需求量的算例,结果表明,改进后的算法能有效地减少隐层节点数,且能加快收敛速度和提高收敛精度.
為提高BP神經網絡的性能,對網絡的聯接權值W和神經元的tan-sigmoid轉換函數的參數T、θ進行調整,使信息分佈存儲于權值矩陣及轉換函數中,比傳統的算法具有更彊的非線性映射能力.經嚴密的數學推導,給齣瞭最終的改進算法公式和1箇預測需求量的算例,結果錶明,改進後的算法能有效地減少隱層節點數,且能加快收斂速度和提高收斂精度.
위제고BP신경망락적성능,대망락적련접권치W화신경원적tan-sigmoid전환함수적삼수T、θ진행조정,사신식분포존저우권치구진급전환함수중,비전통적산법구유경강적비선성영사능력.경엄밀적수학추도,급출료최종적개진산법공식화1개예측수구량적산례,결과표명,개진후적산법능유효지감소은층절점수,차능가쾌수렴속도화제고수렴정도.
