电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2001年
11期
1495-1498
,共4页
前向神经网络%学习算法%分层线性优化算法
前嚮神經網絡%學習算法%分層線性優化算法
전향신경망락%학습산법%분층선성우화산법
本文利用数学分析的方法,提出了一种前向神经网络快速分层线性优化算法,其特点是:用新方法构造了各层的目标函数;无须计算Hessian矩阵,加快了算法的收敛速度.仿真实验表明,与传统算法如误差反传法或BP法和含势态因子(Momentum factor)的BP法以及现有的分层优化算法相比,新算法能加快收敛速度,并降低学习误差.
本文利用數學分析的方法,提齣瞭一種前嚮神經網絡快速分層線性優化算法,其特點是:用新方法構造瞭各層的目標函數;無鬚計算Hessian矩陣,加快瞭算法的收斂速度.倣真實驗錶明,與傳統算法如誤差反傳法或BP法和含勢態因子(Momentum factor)的BP法以及現有的分層優化算法相比,新算法能加快收斂速度,併降低學習誤差.
본문이용수학분석적방법,제출료일충전향신경망락쾌속분층선성우화산법,기특점시:용신방법구조료각층적목표함수;무수계산Hessian구진,가쾌료산법적수렴속도.방진실험표명,여전통산법여오차반전법혹BP법화함세태인자(Momentum factor)적BP법이급현유적분층우화산법상비,신산법능가쾌수렴속도,병강저학습오차.