| 
  中国学术期刊网络出版总库
  关闭
改进的DFP神经网络学习算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 An Advanced NN Learning Algorithm Based on DFP Method
【下载频次】 ★★★★★
【作者】 张池平; 唐蕾; 苏小红; 马培军;
【英文作者】 ZHANG Chi-ping1; TANG Lei1; SU Xiao-hong2; MA Pei-jun2 (1.Department of Mathematics; Harbin Institute of Technology; Harbin Heilongjiang 150001; China; 2.School of Computer Science and Technology; China);
【作者单位】 哈尔滨工业大学数学系; 哈尔滨工业大学计算机学院; 哈尔滨工业大学计算机学院 黑龙江哈尔滨; 黑龙江哈尔滨;
【文献出处】 计算机仿真 , Computer Simulation, 编辑部邮箱 2008年 04期  
期刊荣誉:ASPT来源刊  CJFD收录刊
【中文关键词】 神经网络; 拟牛顿法; 海森矩阵; 线性搜索;
【英文关键词】 Neural networks; Quasi-Newton algorithm; Hesse matrix; Linear searching;
【摘要】 传统BP神经网络学习算法有学习速度慢、精度不高、易于陷入局部极小值、不稳定等问题,DFP神经网络学习算法是最优化理论中一类典型的拟牛顿法,具有超线性收敛速度和全局收敛性。但普通DFP算法有数值不稳定的缺陷,在处理大规模网络的学习问题时容易失效;在算法进入到饱和区域、接近最小值的时候,普通DFP算法会产生溢出错误。通过放大权值更新向量和权值导数更新向量,改进拟Hesse逆矩阵的求解,并结合线性搜索和L-M算法,改善了方法的稳定性,解决了算法失效的问题,同时保证了高效的学习速度和较高的学习精度。与目前应用最广泛的BP学习算法L-M算法相比,改进的DFP算法具有与其相同的学习速度,计算量小,学习精度高,更适用于大残量问题。
【英文摘要】 Traditional learning algorithm of BP NN has problems of low convergent learning speed,low accuracy,local minimum slumping,and instability.This paper puts forward an advanced NN learning algorithm based on DFP method which is a classical Quasi-Newton Algorithm.It is super-linear convergent and global convergent in the optimization theory.But normal DFP method is unstable and easy to be invalidated when coming to large NN.When it comes to the Flat-Spots,normal DFP method would be ended in overflow error.This ...
【基金】 国家自然科学基金资助项目(10672044)
【更新日期】 2008-06-30
【分类号】 TP183
【正文快照】 1引言神经网络是一门活跃的边缘性交叉学科,诞生半个多世纪以来,其理论和实践的发展引人注目。它具有大规模并行处理、分布式信息存储等特点,有很强的自适应学习能力。目前,在理论上,对神经网络的研究主要在于如何获得有效的学习算法和优化其网络结构。传统的梯度下降法有收敛?

xxx
【读者推荐文章】中国期刊全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号