节点文献

神经网络的两种训练算法对比分析

Comparing of neural network training algorithms

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 刘红任坤陈文楷

【Author】 LIU Hong,REN Kun,CHEN Wen-kai(School of Electronic Information &Control Engineering of Beijing University of Technology,Beijing,100022,China)

【机构】 北京工业大学电子信息与控制工程学院电工电子中心

【摘要】 神经网络的应用已经涉及到众多领域。利用神经网络解决问题和设计的时候,必然涉及到网络训练过程。BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。本文基于M ATLAB对比这两种训练方法的异同和优缺点,从而达到神经网络的最优化训练,充分发挥神经网络的作用。

【Abstract】 Artificial Neural Network has been applied in many fields.The network training is an essential process in applications of Neural Network.BP algorithm is one of common training algorithms of Artificial Neural Network.Genetic algorithm is a new,random and global optimization method.In this paper BP algorithm and genetic algorithm are compared to find out their advantages and disadvantages in optimization training of Artificial Neural Network.

【关键词】 神经网络BP算法遗传算法训练
【Key words】 Neural NetworkBP algorithmGenetic algorithmtraining
  • 【文献出处】 仪器仪表用户 ,Electronic Instrumentation Customer , 编辑部邮箱 ,2008年05期
  • 【分类号】TP183
  • 【被引频次】1
  • 【下载频次】167
节点文献中: 

本文链接的文献网络图示:

本文的引文网络