线性化逐层优化MLP训练算法

• 作者: 周志杰 李群 胡光锐
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 神经网络 多层感知器 快速算法 语音处理 语音分析
• 年，卷（期）: 1999,（1）
• 页码范围: 15-18
• 页数: 4页
• 分类号: TN912.34
• 字数: 2855字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.1999.01.005

摘要

提出了线性化逐层优化MLP训练算法(LOLL).LOLL采用循环方式逐层对MLP的连接权值进行训练.训练连接权值时用一阶泰勒级数表示神经元的非线性激活函数以实现神经网络的线性化,使MLP的训练问题转化为一个线性问题.同时,为保证神经网络线性化条件不被破坏,LOLL通过在神经网络的误差函数中计入部分线性化误差限制参数的改变幅度,对神经网络的误差函数进行了修正.实验结果显示,LOLL训练算法的速度比传统的BP算法快4倍,用它构成的语音信号非线性预测器有较好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡光锐	上海交通大学电子工程系	130	1646	20.0	35.0
2	周志杰	上海交通大学电子工程系	3	6	2.0	2.0
3	李群		1	4	1.0	1.0