数学的实践与认识
數學的實踐與認識
수학적실천여인식
MATHEMATICS IN PRACTICE AND THEORY
2013年
18期
122-128
,共7页
煤自燃%人工神经网络%均值规格化%代数算法
煤自燃%人工神經網絡%均值規格化%代數算法
매자연%인공신경망락%균치규격화%대수산법
coal spontaneous combustion%artificial neural networks%normalized mean%algebraic algorithm
代数神经网络算法能够克服BP神经网络易于陷入局部极小和收敛慢的问题,通过优选激励函数和采用代数算法计算权值,将复杂的非线性优化问题转化为简单的代数方程组求解问题,提高了神经网络的精度与收敛速度.在使用代数神经 网络算法进行煤自燃预测的实例中,采用均值规格化数据预处理,解决了煤自燃指标气体异动对分类结果的过度扰动.实验结果表明了算法的有效性和实用性.
代數神經網絡算法能夠剋服BP神經網絡易于陷入跼部極小和收斂慢的問題,通過優選激勵函數和採用代數算法計算權值,將複雜的非線性優化問題轉化為簡單的代數方程組求解問題,提高瞭神經網絡的精度與收斂速度.在使用代數神經 網絡算法進行煤自燃預測的實例中,採用均值規格化數據預處理,解決瞭煤自燃指標氣體異動對分類結果的過度擾動.實驗結果錶明瞭算法的有效性和實用性.
대수신경망락산법능구극복BP신경망락역우함입국부겁소화수렴만적문제,통과우선격려함수화채용대수산법계산권치,장복잡적비선성우화문제전화위간단적대수방정조구해문제,제고료신경망락적정도여수렴속도.재사용대수신경 망락산법진행매자연예측적실례중,채용균치규격화수거예처리,해결료매자연지표기체이동대분류결과적과도우동.실험결과표명료산법적유효성화실용성.
