计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2001年
12期
71-73
,共3页
人工神经网络%激励函数%修正BP算法%遗传算法
人工神經網絡%激勵函數%脩正BP算法%遺傳算法
인공신경망락%격려함수%수정BP산법%유전산법
隐层神经元采用相同的激励函数会限制网络的非线性表达能力,因此,提出变参数激励函数,在学习中同时调整网络权值和激励函数的参数,增强网络的表达能力.并使用遗传算法与MBP结合的学习算法训练网络.此方法具有全局收敛能力和很高的精度.
隱層神經元採用相同的激勵函數會限製網絡的非線性錶達能力,因此,提齣變參數激勵函數,在學習中同時調整網絡權值和激勵函數的參數,增彊網絡的錶達能力.併使用遺傳算法與MBP結閤的學習算法訓練網絡.此方法具有全跼收斂能力和很高的精度.
은층신경원채용상동적격려함수회한제망락적비선성표체능력,인차,제출변삼수격려함수,재학습중동시조정망락권치화격려함수적삼수,증강망락적표체능력.병사용유전산법여MBP결합적학습산법훈련망락.차방법구유전국수렴능력화흔고적정도.
