基于em算法且能以概率1全局收敛的混合学习算法

• 作者: 王士同
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 随机神经网络 em学习算法 随机优化算法
• 年，卷（期）: 1998,（6）
• 页码范围: 0
• 页数: 1页
• 分类号: TP18
• 语种: 中文

摘要

文章指出了随机神经网络em学习算法仍然存在着收敛于局部极小值之缺陷.针对三层随机感知机,文章将em学习算法与Solis和Wets的随机优化算法结合起来,提出了三层随机感知机的混合型新学习算法HRem.文章从理论的角度证明了混合型新学习算法HRem能以概率1全局收敛于随机感知机的基于Kullback-Leibler差异度量的最小值.这一理论结果对em学习算法的深入研究有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	华东船舶工业学院计算机系	45	480	13.0	20.0