最优化算法在BP网络中的应用
【摘要】:BP(BackPropagation)网络是在1986年以Rumelhart和McCelland为首的科学家小组提出,它是按误差逆传播算法训练的多层前馈网络,已成为目前应用最为广泛的神经网络模型之一。它的学习规则是使用最优化算法中的最速下降法,根据此得到的最优解来通过反向传播来不断调整网络的权值和阈值,以使网络的误差平方和最小。
|
|
|
|
1 |
王娜,申东日,陈义俊;BP网络改进算法及其在故障诊断中的应用[J];自动化技术与应用;2004年05期 |
2 |
杨洪明,陈昆薇,陈红坤,孔峰;基于人工神经网络的负荷预报模型[J];武汉水利电力大学学报;1998年02期 |
3 |
梁昔明;肖伟;龙文;秦浩宇;;基于梯度信息指导交叉的遗传算法[J];计算机应用;2010年10期 |
4 |
王娜,申东日,陈义俊;一种快速BP网络训练算法及应用[J];计算机仿真;2004年08期 |
5 |
刘立程;;基于BP人工神经网络的图像压缩技术过程及分析[J];微计算机信息;2007年06期 |
6 |
段利忠,刘富铀;产品成本的人工神经元网络预测模型的建立与应用[J];内蒙古科技与经济;1997年06期 |
7 |
彭建萍;梯度法在人工神经网络中的应用[J];石家庄经济学院学报;2000年03期 |
8 |
颜志军,甘仞初;基于BP网络的信息系统总体性能参数选择方法[J];计算机工程与应用;2002年11期 |
9 |
李春霞,杨树国,孙尧,郝燕玲,周卫东;BP网络在导航系统故障识别中的应用[J];应用科技;2003年05期 |
10 |
唐晓东;徐东平;;基于Matlab神经网络的图像识别[J];计算机与数字工程;2007年08期 |
|