作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文针对三层前馈网络提出一种全新的学习算法.该法克服了传统BP算法因用梯度下降和误差逆向传播而拖慢收敛速度及易陷于局部极小的缺点.所提出的算法是代数型的,计算复杂度为多项式阶.文中给出的一个非线性时间序列训练算例表明:新算法较BP算法在计算精度和速度方面均有大幅度提高,在网络规模变大时此算法的优点尤为明显.
推荐文章
一种前馈神经网的快速算法
快速算法
前馈神经网
线性化
前馈神经网络的一种BP-阿当姆斯学习算法
前馈神经网络
微分方程初值问题
数值解
Adams方法
学习算法
基于改进的动态因子多层前馈网络学习算法
BP神经网络
动态因子
学习率
大规模前馈神经网络的一种有效学习算法及其应用
前馈神经网络
大规模系统
拟牛顿方法
改进的拟牛顿方法
质量模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 快速和高精度的前馈网络学习算法
来源期刊 电路与系统学报 学科 工学
关键词 神经网络多层感知器 反向传播算法 自由权 待求权 非线性时间序列训练
年,卷(期) 2000,(2) 所属期刊栏目 论文
研究方向 页码范围 43-46
页数 4页 分类号 TP18
字数 3231字 语种 中文
DOI 10.3969/j.issn.1007-0249.2000.02.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张代远 南京邮电学院计算机科学与技术系 65 457 10.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络多层感知器
反向传播算法
自由权
待求权
非线性时间序列训练
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电路与系统学报
双月刊
1007-0249
44-1392/TN
16开
广东省广州市
1996
chi
出版文献量(篇)
2090
总下载数(次)
5
论文1v1指导