火力与指挥控制
火力與指揮控製
화력여지휘공제
FIRE CONTROL & COMMAND CONTROL
2008年
7期
73-75
,共3页
神经网络%自适应学习率%小波神经网络%函数逼近
神經網絡%自適應學習率%小波神經網絡%函數逼近
신경망락%자괄응학습솔%소파신경망락%함수핍근
提出一种自适应学习率的小波神经网络算法,从根本上解决了小波神经网络学习率的取值和收敛速度慢的问题,并有效地克服了小波神经网络易陷入局部极小的缺点,仿真实验表明,提出的学习算法可靠,学习率能够随着网络的运行参数而自动变化,无需任何人为调整,克服了小波神经网络学习率靠人为试算选取所带来的问题.采用该种改进算法用于非线性函数逼近明显优于同等规模的固定学习率的小波神经网络.
提齣一種自適應學習率的小波神經網絡算法,從根本上解決瞭小波神經網絡學習率的取值和收斂速度慢的問題,併有效地剋服瞭小波神經網絡易陷入跼部極小的缺點,倣真實驗錶明,提齣的學習算法可靠,學習率能夠隨著網絡的運行參數而自動變化,無需任何人為調整,剋服瞭小波神經網絡學習率靠人為試算選取所帶來的問題.採用該種改進算法用于非線性函數逼近明顯優于同等規模的固定學習率的小波神經網絡.
제출일충자괄응학습솔적소파신경망락산법,종근본상해결료소파신경망락학습솔적취치화수렴속도만적문제,병유효지극복료소파신경망락역함입국부겁소적결점,방진실험표명,제출적학습산법가고,학습솔능구수착망락적운행삼수이자동변화,무수임하인위조정,극복료소파신경망락학습솔고인위시산선취소대래적문제.채용해충개진산법용우비선성함수핍근명현우우동등규모적고정학습솔적소파신경망락.