中国科技信息
中國科技信息
중국과기신식
CHINA SCIENCE AND TECHNOLOGY INFORMATION
2005年
12期
191
,共1页
多梳栉经编机%神经网络%均方根误差%积累误差
多梳櫛經編機%神經網絡%均方根誤差%積纍誤差
다소즐경편궤%신경망락%균방근오차%적루오차
通过对多梳栉经编机的机构和运动分析,应用神经网络的BP算法,BP算法权值修正公式,考虑到学习过程的收敛性,学习因子取值越大越好,值越大,每次权值得改变越激烈,可能导致学习过程中发生振荡.加上一个势态项后,不产生振动,取值足够大,用网络的均方根误差来定量反映学习的性能.对多梳栉经编机梳栉移动消除积累误差.
通過對多梳櫛經編機的機構和運動分析,應用神經網絡的BP算法,BP算法權值脩正公式,攷慮到學習過程的收斂性,學習因子取值越大越好,值越大,每次權值得改變越激烈,可能導緻學習過程中髮生振盪.加上一箇勢態項後,不產生振動,取值足夠大,用網絡的均方根誤差來定量反映學習的性能.對多梳櫛經編機梳櫛移動消除積纍誤差.
통과대다소즐경편궤적궤구화운동분석,응용신경망락적BP산법,BP산법권치수정공식,고필도학습과정적수렴성,학습인자취치월대월호,치월대,매차권치득개변월격렬,가능도치학습과정중발생진탕.가상일개세태항후,불산생진동,취치족구대,용망락적균방근오차래정량반영학습적성능.대다소즐경편궤소즐이동소제적루오차.
