正交投影神经网络的BP和GS杂交学习算法

• 作者: 冯树椿 石文俊 肖少拥 胡上序
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 神经网络 杂交学习算法 BP算法 GS算法 病态问题
• 年，卷（期）: 2001,（2）
• 页码范围: 170-174
• 页数: 5页
• 分类号: TP183|TP301.6
• 字数: 3415字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2001.02.012

摘要

主要讨论具有单隐层的正交投影神经网络的权值和阈值的学习问题，提出了一种新的将BP算法和GS算法相结合的杂交学习算法，其中GS算法对隐层到输出层的权值和阈值进行学习，BP算法用于输入层到隐层权值的学习，并给出一种最佳的隐层节点数的选取方法。仿真实验表明，该杂交学习算法具有学习速度快且能获得全局最优解的特点，并可有效地对学习过程中出现的病态情况进行求解，具有良好的普适性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡上序	浙江大学计算中心	75	1599	20.0	37.0
2	石文俊	浙江大学计算中心	5	79	4.0	5.0
3	肖少拥	浙江大学计算中心	2	5	1.0	2.0
4	冯树椿	浙江大学计算中心	1	0	0.0	0.0