首页 | 本学科首页   官方微博 | 高级检索  
     

BP小波神经网络快速学习算法研究
引用本文:李金屏,王风涛,杨波. BP小波神经网络快速学习算法研究[J]. 系统工程与电子技术, 2001, 23(8): 72-75
作者姓名:李金屏  王风涛  杨波
作者单位:济南大学信息与控制工程系,
基金项目:国家自然科学基金(69902005),山东省自然科学基金青年基金(Q98G02151)和山东建材学院基金资助课题(Y9809)
摘    要:讨论了BP小波神经网络在训练过程中减小误差函数时最优方向的确定和自适应调整学习率的方法.首先论证了小波神经网络的数学基础,然后讨论了BP小波神经网络的学习过程,重点讨论了减小误差函数最优方向的确定方法,即如何保证步长方向与负梯度方向一致,由此得出了自适应调整学习率的简便方法.该方法具有普遍性,有广泛的应用价值.仿真结果表明,采用最优梯度下降方向可以大幅度提高BP小波神经网络的学习速度.

关 键 词:网络   学习   自适应控制   优化
文章编号:1001-506(2001)08-0072-04
修稿时间:2000-07-09

Fast Training Algorithm of BP Wavelet Neural Network
LI Jin ping,WANG Feng tao,YANG Bo. Fast Training Algorithm of BP Wavelet Neural Network[J]. System Engineering and Electronics, 2001, 23(8): 72-75
Authors:LI Jin ping  WANG Feng tao  YANG Bo
Abstract:The determination of the best direction of step length vector and the adaptive adjustment of training rate for BP wavelet neural network (WNN) are discussed. Firstly, the mathematical foundation of WNN is presented, then the training process of WNN, esp. the determination method of best direction in reducing error function as well as the adaptive adjustment of training rate is discussed. Some new conclusions are put forward. The simulation result shows the training speed of WNN can be improved greatly. The method is general and can be applied extensively.
Keywords:Network  Learning  Adaptive control  Optimization
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号