首页 > 《中国科教博览》 > 2004年11期 > 一种前馈神经网络算法

一种前馈神经网络算法

在线阅读下载PDF 导出详情

摘要神经网络由于其非线性处理能力强。性能稳定等特点得到了广泛应用和研究。主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络。其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)BP算法存在局部极小点。收敛速度慢等缺点。基于优化理论的Levenberg-Marquardt算法忽略了二阶项。该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。

DOI kwjvnkxnd7/250098

作者王丽霞

机构地区不详

出处《中国科教博览》 2004年11期

关键词神经网络误差反向传播算法 HESSE矩阵

分类 [文化科学][教育学]

出版日期 2004年11月21日（中国期刊网平台首次上网日期，不代表论文的发表时间）