| BFGS修正算法在前馈神经元网络学习中的应用 |
| |
| 引用本文： | 杨慧中,张素贞.BFGS修正算法在前馈神经元网络学习中的应用[J].华东理工大学学报(自然科学版),2001,27(5):459-462. |
| |
| 作者姓名： | 杨慧中 张素贞 |
| |
| 作者单位： | 华东理工大学自动化研究所 |
| |
| 摘 要： | 介绍了拟牛顿公式中BFGS修正算法和Wolf-Powell不精确线性搜索准则所具有的全局收敛,分析了将该算法应用到前馈神经元网络的训练学习中存在局部最优的原因。
|
| 关 键 词： | 前馈神经元网络 拟牛顿公式 BFGS修正算法 Wolf－Powell不精确线性搜索准则 学习算法 非线性优化理论 |
| 文章编号： | 1006-3080(2001)05-0459-04 |
| 修稿时间： | 2001年4月3日 |
The Application of BFGS Revised Algorithm in Learning Feed Forward Neural Networks |
| |
| YANG Hui zhong ,ZHANG Su zhen.The Application of BFGS Revised Algorithm in Learning Feed Forward Neural Networks[J].Journal of East China University of Science and Technology,2001,27(5):459-462. |
| |
| Authors: | YANG Hui zhong ZHANG Su zhen |
| |
| Institution: | YANG Hui zhong *,ZHANG Su zhen |
| |
| Abstract: | BFGS revised algorithm for Quasi Newton formula and Wolf Powell rule without exact linear search is introduced. The requirements for holding global convergence property are proposed. The reason of local optimization for learning multi layer feed forward neural networks is discussed. |
| |
| Keywords: | feed forward neural networks Quasi Newton formula BFGS revised algorithm Wolf Powell rule without exact linear search learning algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
