北京电子科技学院学报
北京電子科技學院學報
북경전자과기학원학보
JOURNAL OF BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE
2014年
2期
35-40
,共6页
刘培鹤%张川%叶思水%贾新会
劉培鶴%張川%葉思水%賈新會
류배학%장천%협사수%가신회
BP神经网络%自适应动量因子%电子政务内网%信息安全%安全评估
BP神經網絡%自適應動量因子%電子政務內網%信息安全%安全評估
BP신경망락%자괄응동량인자%전자정무내망%신식안전%안전평고
针对反向传播人工神经网络(BP ANN)收敛速度慢的问题,提出一种改进的自适应动量因子的BP算法.该算法使得权值向量和偏置值都可以根据自适应动量进行调整,减小了学习过程中出现振荡的趋势,缩短了网络收敛时间.基于改进BP ANN建立电子政务内网神经网络评估模型,比较改进前与改进后BP ANN评估模型的性能.仿真结果表明,改进后BP ANN评估模型收敛性能更稳定且评估误差更小,能够更好地为复杂的电子政务内网进行信息安全评估.
針對反嚮傳播人工神經網絡(BP ANN)收斂速度慢的問題,提齣一種改進的自適應動量因子的BP算法.該算法使得權值嚮量和偏置值都可以根據自適應動量進行調整,減小瞭學習過程中齣現振盪的趨勢,縮短瞭網絡收斂時間.基于改進BP ANN建立電子政務內網神經網絡評估模型,比較改進前與改進後BP ANN評估模型的性能.倣真結果錶明,改進後BP ANN評估模型收斂性能更穩定且評估誤差更小,能夠更好地為複雜的電子政務內網進行信息安全評估.
침대반향전파인공신경망락(BP ANN)수렴속도만적문제,제출일충개진적자괄응동량인자적BP산법.해산법사득권치향량화편치치도가이근거자괄응동량진행조정,감소료학습과정중출현진탕적추세,축단료망락수렴시간.기우개진BP ANN건립전자정무내망신경망락평고모형,비교개진전여개진후BP ANN평고모형적성능.방진결과표명,개진후BP ANN평고모형수렴성능경은정차평고오차경소,능구경호지위복잡적전자정무내망진행신식안전평고.
