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:
分析传统BP算法存在的缺点,并针对这些缺点提出一种改进的BP学习算法.证明该算法在一定条件下是超线性收敛的,并且该算法能够克服传统BP算法的某些弊端,算法的计算复杂度与简单BP算法是同阶的.实验结果说明这种改进的BP算法是高效的、可行的.
推荐文章
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
一种前馈神经网的快速算法
快速算法
前馈神经网
线性化
一种前馈型线性功放的自适应算法
前馈型线性功放
自适应算法
理论分析
计算机仿真
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 前馈网络的一种超线性收敛BP学习算法
来源期刊 软件学报 学科 工学
关键词 前馈神经网络 BP学习算法 收敛性 超线性收敛
年,卷(期) 2000,(8) 所属期刊栏目
研究方向 页码范围 1094-1096
页数 3页 分类号 TP18
字数 2169字 语种 中文
DOI
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 何新贵 28 1074 17.0 28.0
2 梁久祯 北京航空航天大学计算机科学与工程系 7 275 4.0 7.0
3 黄德双 6 59 3.0 6.0
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  (0)
节点文献
引证文献  (47)
同被引文献  (31)
二级引证文献  (300)
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)
2001(7)
  • 引证文献(4)
  • 二级引证文献(3)
2002(12)
  • 引证文献(6)
  • 二级引证文献(6)
2003(12)
  • 引证文献(2)
  • 二级引证文献(10)
2004(26)
  • 引证文献(6)
  • 二级引证文献(20)
2005(27)
  • 引证文献(5)
  • 二级引证文献(22)
2006(35)
  • 引证文献(5)
  • 二级引证文献(30)
2007(26)
  • 引证文献(1)
  • 二级引证文献(25)
2008(22)
  • 引证文献(5)
  • 二级引证文献(17)
2009(18)
  • 引证文献(2)
  • 二级引证文献(16)
2010(19)
  • 引证文献(2)
  • 二级引证文献(17)
2011(18)
  • 引证文献(4)
  • 二级引证文献(14)
2012(22)
  • 引证文献(2)
  • 二级引证文献(20)
2013(14)
  • 引证文献(0)
  • 二级引证文献(14)
2014(16)
  • 引证文献(2)
  • 二级引证文献(14)
2015(22)
  • 引证文献(1)
  • 二级引证文献(21)
2016(16)
  • 引证文献(0)
  • 二级引证文献(16)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(14)
  • 引证文献(0)
  • 二级引证文献(14)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
前馈神经网络
BP学习算法
收敛性
超线性收敛
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
论文1v1指导