一种带非线性扩展的前向神经网络模型及其学习算法

• 作者: 刘学敏 刘百顺 徐玉如 解贵新
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 神经网络 收敛性 动态学习率
• 年，卷（期）: 1999,（3）
• 所属期刊栏目: 船舶工程
• 页码范围: 1-6
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.1999.03.001

摘要

通过提出一种带非线性扩展的前向神经网络模型,分析了GGBP算法的收敛性,总结出此种算法的动态学习率.仿真结果表明:此神经网络模型更适合于处理多输入、多输出的问题,在这方面其收敛速度、逼近非线性函数的能力比函数型连接网络和前向网络都优越.采用动态学习率不仅可以保证网络的收敛性,而且可以使误差下降接近最快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐玉如	哈尔滨工程大学船舶与海洋工程系	78	2541	28.0	48.0
2	刘学敏	哈尔滨工程大学船舶与海洋工程系	5	228	5.0	5.0
3	刘百顺	哈尔滨工程大学船舶与海洋工程系	1	6	1.0	1.0
4	解贵新	哈尔滨工程大学船舶与海洋工程系	1	6	1.0	1.0