共查询到20条相似文献,搜索用时 0 毫秒
1.
对BP算法的突出问题———收敛性进行分析,综合汇集了五条改进措施,提出一种新的算法.计算机仿真结果表明,该算法对于连续函数,收敛效果较佳;用于正弦函数,迭代15次即满足误差精度要求Emax=10-3. 相似文献
2.
一种提高BP算法学习速度的有效途径 总被引:6,自引:1,他引:6
BP网络在实际应用中的最大障碍就是学习速度慢这一问题。本文在详细分析与论证的基础上得出:在学习过程中,通过对sigmoid函数形状的动态调整可有效地提高BP网络的学习速度,而且这一方法实现简单、易于理解、具有普遍适用性。同时本文对近期发表的有关文献中所提出的一些不恰当的观点和结论进行了修正和补充。 相似文献
3.
一种改进的神经网络BP算法 总被引:8,自引:0,他引:8
提出同时对神经元温度常数T、位置常数θ、联接权值W进行调整的观点,并推导出相应的学习算法公式。对比试验表明:所给出的改进算法能有效地减少节点数、加速训练进程认识精度。 相似文献
4.
BP网络是目前应用很广的人工神经网络。改善BP网络算法尤其是提高BP网络的学习速度一直是人们研究的重要课题。本文在对BP网络现行算法研究的基础上,提出根据系统误差自适应调节学习率的快速BP算法(FBP),并以棉花棉铃虫预测为例,对两种算法的收敛速度进行了比较。 相似文献
5.
6.
7.
BP网络是目前应用很广的人工神经网络。改善BP网络算法尤其是提高BP网络的学习速度一直是人们研究的重点课题。本文在对BP网络现行算法研究的基础上,提出根据系统误差自适应调节学习率的快速BP算法(FBP),并以棉花棉铃虫预测为例,对两种算法的收敛速度进行了比较。 相似文献
8.
9.
10.
11.
一种基于二阶导数的BP算法 总被引:1,自引:0,他引:1
根据神经网络模型的结构特点,将能量函数的二阶导数与最速下降方向相结合,构造出一种新型的BP算法,该算法比梯度法收敛快,较牛顿法计算量小,它适合于计算结构复杂的BP神经网络模型,理论分析表明该算法行之有效,计算机仿真达到了理想的效果。 相似文献
12.
13.
前馈神经网络中BP算法的一种改进 总被引:8,自引:0,他引:8
在传统的BP算法基础上,提出了一种改进的BP学习算法,先加入描述网络复杂性的量,使算法能够考虑到网络的连接复杂性,进而有可能删除掉冗余的连接甚至节点;接着提出对网络的学习步长的动态调整,以此来尽量避免传统学习中的学习速度过慢和反复震荡;然后给出新的算法是高阶非线性收敛的证明;最后通过实验说明的新的BP算法在一定程度上可减少网络的复杂性,有着比传统算法更快的收敛速度。 相似文献
14.
BP网络的最大误差学习算法* 总被引:7,自引:0,他引:7
综合了标准BP算法与“批处理”BP算法的各自特点,提出了一种新的BP网络的学习算法,该算法既具有“批处理”BP算法收敛时迭代次数少的优点,又能克服“批处理”算法对大样本集进行学习时每次计算量较大且收敛时间长的缺点,该算法具有“批处理”算法同阶的迭代次数,但每次迭代所需计算工作量大约是“批处理”算法的样本几分之一。 相似文献
15.
模拟人脑学习提出一个有选择学习的改进的BP算法(SSBP) , 提高了学习速度, 具有一定打破学习性僵局的能力. 相似文献
16.
BP网络学习参数模糊自适应算法的实现 总被引:8,自引:2,他引:6
前馈神经网络BP算法的改进方案中,对网络训练(学习)过程率和惯性系数进行模糊自适应调节,以提高收敛速度,晃一项很有效的措施。文中具体分析了如何根据设计者的先验知识确定模糊规则和录属函数,并以三比特异或函数(或称奇偶分类)的实现为例,验证了这种算法的改进、加速了BP网络的学习过程。 相似文献
17.
提出一类有效的改进BP算法,它采用分层的变尺度学习算法克服一般变尺度学习算法处理的矩阵线数过高、难于实用的问题;同时对势态项系数采用一种自适应的调整方法,避免因其选择不当影响学习收敛速度问题.计算实例表明算法的优越性. 相似文献
18.
一种基于遗传算法的BP神经网络算法及其应用 总被引:19,自引:0,他引:19
主要分析了神经网络和遗传算法的特点和存在的一些缺陷,研究了遗传算法和BP神经网络学习算法相结合的相关技术,设计并实现了一个基于遗传算法的BP神经网络算法BP—GA,已应用于肺癌早期细胞病理诊断系统中。实验结果表明,该算法具有较强的收敛性和鲁棒性,其应用效果很好。 相似文献
19.
采用无监督学习中的主元分析算法的0ja规则对前馈网络的权值进行预学习,以此来加速前馈网络的学习速度。通过奇偶校验和非线性系统辨识两个应用,验证了该算法在学习速度与性能上都优于传统的BP算法。 相似文献
20.
一种改进的可变学习速率的BP神经网络算法 总被引:1,自引:0,他引:1
针对可变学习速率反向传播算法(VLBP)对误差曲面变化不敏感而且收敛慢等不利因素,提出一种改进的可变学习速率反向传播算法(IVLBP),通过引入均方误差增加量和减小量两个阈值参数,使得学习算法对误差曲面变化敏感且收敛速度快.最后,通过对VLBP和IVLBP算法的仿真比较证明了IVLBP算法的有效性. 相似文献