| 基于改进SGA的神经网络权系优化训练 |
| |
| 引用本文： | 聂诗良,黎洪生,李磊民.基于改进SGA的神经网络权系优化训练[J].西南科技大学学报,2001,16(1):5-8. |
| |
| 作者姓名： | 聂诗良 黎洪生 李磊民 |
| |
| 作者单位： | 1. 武汉理工大学信息学院,湖北,武汉,430070
2. 西南科技大学信探系,四川,绵阳,621002 |
| |
| 摘 要： | 本文介绍了采用一种改进SGA来替代BP学习算法,对神经网络权系进行优化训练,仿真实验表明,SGA较BP收敛速度快,避免了BP的局部极小问题.
|
| 关 键 词： | 改进SGA BP学习算法 网络权系优化训练 |
| 文章编号： | 1007-8916(2001)01-0005-04 |
| 修稿时间： | 2001年1月2日 |
IMPROVING SGA BASED- ON FINELY TRAINING PARAMETERS OF ANN |
| |
| Nie Shiliang,Li Hongsheng,Li Leimin.IMPROVING SGA BASED- ON FINELY TRAINING PARAMETERS OF ANN[J].Journal of Southwest University of Science and Technology,2001,16(1):5-8. |
| |
| Authors: | Nie Shiliang Li Hongsheng Li Leimin |
| |
| Institution: | 1 WuHan University of Science and Engintering;2.Southwest University of Science and Technology |
| |
| Abstract: | The parameters of ANN are finely trained with improving SGA in this paper, BP algorithm is replaced the improving SGA here. According to emulation Experiment. SGA is faster than BP in converging speed. It can refrain from the problem of partial minimum caused by BP. |
| |
| Keywords: | Improving SGA BP algorithm Finely training parameters of ANN |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
