系统仿真学报
繫統倣真學報
계통방진학보
JOURNAL OF SYSTEM SIMULATION
2007年
21期
4857-4859,4863
,共4页
鞠儒生%王学宁%刘宝宏%黄柯棣
鞠儒生%王學寧%劉寶宏%黃柯棣
국유생%왕학저%류보굉%황가체
神经网络%Levenberg-Marquardt算法%最近邻%修剪
神經網絡%Levenberg-Marquardt算法%最近鄰%脩剪
신경망락%Levenberg-Marquardt산법%최근린%수전
提出最近邻Levenberg-Marquardt误差反向传播神经网络算法.针对BP神经网络收敛速度慢的不足,利用Levenberg-Marquardt优化算法进行改进.同时为了提高神经网络的泛化能力,进一步基于最近邻算法对样本进行修剪.试验表明,与一般神经网络算法相比,NN-LMBP在改善神经网络泛化能力的基础上,有效地提高了神经网络收敛的速度.
提齣最近鄰Levenberg-Marquardt誤差反嚮傳播神經網絡算法.針對BP神經網絡收斂速度慢的不足,利用Levenberg-Marquardt優化算法進行改進.同時為瞭提高神經網絡的汎化能力,進一步基于最近鄰算法對樣本進行脩剪.試驗錶明,與一般神經網絡算法相比,NN-LMBP在改善神經網絡汎化能力的基礎上,有效地提高瞭神經網絡收斂的速度.
제출최근린Levenberg-Marquardt오차반향전파신경망락산법.침대BP신경망락수렴속도만적불족,이용Levenberg-Marquardt우화산법진행개진.동시위료제고신경망락적범화능력,진일보기우최근린산법대양본진행수전.시험표명,여일반신경망락산법상비,NN-LMBP재개선신경망락범화능력적기출상,유효지제고료신경망락수렴적속도.
