CAJ | 학술논문

针对过程神经网络(PNN)单一训练算法自适应调整能力差、缺乏对学习性质有效控制的问题,提出一种梯度下降与牛顿迭代相结合的求解算法——混合误差梯度下降算法.在训练初始阶段,基于网络训练目标函数,采用梯度下降法进行迭代寻优,只需计算目标函数一阶导数数值公式,复杂度低且误差下降快;当梯度下降法学习效率降低时,引入牛顿迭代法,并将梯度下降法的训练结果作为初始参数代入目标函数,使问题转化为求解非线性方程组,不需要一维搜索而提高网络训练效率.通过学习效率分析自适应调节两种算法的切换,直至满足停机条件.将其应用于时变信号模式分类,实验结果表明,该算法较大地提高PNN训练效率.
침대과정신경망락(PNN)단일훈련산법자괄응조정능력차、결핍대학습성질유효공제적문제,제출일충제도하강여우돈질대상결합적구해산법——혼합오차제도하강산법.재훈련초시계단,기우망락훈련목표함수,채용제도하강법진행질대심우,지수계산목표함수일계도수수치공식,복잡도저차오차하강쾌;당제도하강법학습효솔강저시,인입우돈질대법,병장제도하강법적훈련결과작위초시삼수대입목표함수,사문제전화위구해비선성방정조,불수요일유수색이제고망락훈련효솔.통과학습효솔분석자괄응조절량충산법적절환,직지만족정궤조건.장기응용우시변신호모식분류,실험결과표명,해산법교대지제고PNN훈련효솔.