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:
BP神经网络被广泛应用于分类模式识别、图像处理和系统控制等领域.人们对BP网络算法进行了许多的研究, 但尚有其不足之处.为完成其权的训练, 问题的关键在于如何避免陷入局部极小及在此前题下如何提高学习速度.为此, 就如何选取学习率η和动量矩α提出了改进方案,并应用于数字识别,得到了较为满意的结果.
推荐文章
基于模拟退火算法改进的 BP神经网络算法
BP神经网络
样本选择
主动学习
模拟退火
BP 神经网络的改进
BP神经网络
收敛速度
初始权重
局部最小
BP神经网络算法的改进及收敛性分析
网络算法
BP神经网络
共轭梯度法
基于混沌蚁群算法的BP神经网络训练研究
群智能
混沌蚁群算法
BP神经网络
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 BP神经网络训练算法的改进
来源期刊 江苏理工大学学报(自然科学版) 学科 工学
关键词 BP神经网络/BP算法 学习率 动量矩
年,卷(期) 2000,(1) 所属期刊栏目
研究方向 页码范围 79-82
页数 4页 分类号 TP393
字数 2778字 语种 中文
DOI 10.3969/j.issn.1671-7775.2000.01.020
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 薛国新 江苏石油化工学院计算机系 21 155 6.0 12.0
2 马正华 江苏石油化工学院计算机系 9 125 5.0 9.0
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  (1)
节点文献
引证文献  (58)
同被引文献  (28)
二级引证文献  (186)
1989(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)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(5)
  • 引证文献(2)
  • 二级引证文献(3)
2004(10)
  • 引证文献(5)
  • 二级引证文献(5)
2005(10)
  • 引证文献(5)
  • 二级引证文献(5)
2006(23)
  • 引证文献(10)
  • 二级引证文献(13)
2007(27)
  • 引证文献(10)
  • 二级引证文献(17)
2008(32)
  • 引证文献(7)
  • 二级引证文献(25)
2009(22)
  • 引证文献(5)
  • 二级引证文献(17)
2010(28)
  • 引证文献(3)
  • 二级引证文献(25)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(14)
  • 引证文献(3)
  • 二级引证文献(11)
2013(12)
  • 引证文献(2)
  • 二级引证文献(10)
2014(11)
  • 引证文献(0)
  • 二级引证文献(11)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
BP神经网络/BP算法
学习率
动量矩
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导