计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2006年
5期
1106-1108
,共3页
前向神经网络%双向权值调整%Moore-Penrose广义逆
前嚮神經網絡%雙嚮權值調整%Moore-Penrose廣義逆
전향신경망락%쌍향권치조정%Moore-Penrose엄의역
提出一种新的前向神经网络的学习算法,该算法在正向和反向阶段对不同的层间权值进行必要的调整,在正向阶段按最小范数二乘解原则确定连接隐层与输出层的权值,反向阶段则按误差梯度下降原则调整连接输入层与隐层间的权值.新算法具有很快的收敛速度,并且能在一定的程度上保证所训练神经网络的泛化能力.实验结果初步验证了所提出算法的性能.
提齣一種新的前嚮神經網絡的學習算法,該算法在正嚮和反嚮階段對不同的層間權值進行必要的調整,在正嚮階段按最小範數二乘解原則確定連接隱層與輸齣層的權值,反嚮階段則按誤差梯度下降原則調整連接輸入層與隱層間的權值.新算法具有很快的收斂速度,併且能在一定的程度上保證所訓練神經網絡的汎化能力.實驗結果初步驗證瞭所提齣算法的性能.
제출일충신적전향신경망락적학습산법,해산법재정향화반향계단대불동적층간권치진행필요적조정,재정향계단안최소범수이승해원칙학정련접은층여수출층적권치,반향계단칙안오차제도하강원칙조정련접수입층여은층간적권치.신산법구유흔쾌적수렴속도,병차능재일정적정도상보증소훈련신경망락적범화능력.실험결과초보험증료소제출산법적성능.
