哈尔滨理工大学学报
哈爾濱理工大學學報
합이빈리공대학학보
JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2003年
3期
90-92,95
,共4页
神经网络%BP算法%模式识别
神經網絡%BP算法%模式識彆
신경망락%BP산법%모식식별
针对前馈神经网络中传统BP算法的局限性,给出了一种改进的BP算法,选取了一种新的误差函数,并对其参数进行了动态自适应调整.通过比较,改进的BP算法收敛特性明显优于传统的BP算法.实践证明,将上述算法应用于对工业零件的识别当中,可有效提高识别速度和识别正确率约17%.
針對前饋神經網絡中傳統BP算法的跼限性,給齣瞭一種改進的BP算法,選取瞭一種新的誤差函數,併對其參數進行瞭動態自適應調整.通過比較,改進的BP算法收斂特性明顯優于傳統的BP算法.實踐證明,將上述算法應用于對工業零件的識彆噹中,可有效提高識彆速度和識彆正確率約17%.
침대전궤신경망락중전통BP산법적국한성,급출료일충개진적BP산법,선취료일충신적오차함수,병대기삼수진행료동태자괄응조정.통과비교,개진적BP산법수렴특성명현우우전통적BP산법.실천증명,장상술산법응용우대공업령건적식별당중,가유효제고식별속도화식별정학솔약17%.