电机与控制学报
電機與控製學報
전궤여공제학보
ECTRIC MACHINES AND CONTROL
2004年
3期
271-274
,共4页
BP神经网络%噪声%能量函数%鲁棒性
BP神經網絡%譟聲%能量函數%魯棒性
BP신경망락%조성%능량함수%로봉성
从多层前向神经元网络的BP算法出发,通过计算机仿真发现含有噪声干扰的样本对BP网络的训练会产生不良的影响:①神经元网络的学习速度不易把握;②网络的学习过程不收敛或收敛值会偏移真实的期望输出.文中从本质上对产生这些影响的原因进行了分析,并且进一步揭示了能量函数的选取是使BP算法抗噪声能力差、鲁棒性不强的主要原因.
從多層前嚮神經元網絡的BP算法齣髮,通過計算機倣真髮現含有譟聲榦擾的樣本對BP網絡的訓練會產生不良的影響:①神經元網絡的學習速度不易把握;②網絡的學習過程不收斂或收斂值會偏移真實的期望輸齣.文中從本質上對產生這些影響的原因進行瞭分析,併且進一步揭示瞭能量函數的選取是使BP算法抗譟聲能力差、魯棒性不彊的主要原因.
종다층전향신경원망락적BP산법출발,통과계산궤방진발현함유조성간우적양본대BP망락적훈련회산생불량적영향:①신경원망락적학습속도불역파악;②망락적학습과정불수렴혹수렴치회편이진실적기망수출.문중종본질상대산생저사영향적원인진행료분석,병차진일보게시료능량함수적선취시사BP산법항조성능력차、로봉성불강적주요원인.
