提高BP网络训练速度的研究

• 作者: 冯英浚 孙佰清 张长胜 潘启树
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 关键词: 神经网络 BP算法 收敛性 单参数动态搜索算法
• 年，卷（期）: 2001,（4）
• 页码范围: 439-441
• 页数: 3页
• 分类号: TP18
• 字数: 2673字
• 语种: 中文
• DOI: 10.3321/j.issn:0367-6234.2001.04.005

摘要

由于误差函数的高维复杂性,BP网络在目前的应用中存在训练速度慢甚至导致网络系统瘫痪的问题,针对训练中的归一化问题、隐层节点数的选取、样本数目的增减法、整体学习率的确定及训练算法进行了研究.结果表明:训练样本数据不必一定归一化到[0,1],可以通过简单的线性变换将数据转化到某个区间,使数据分布合理,以满足训练需要;根据经验公式,确定隐层节点数的初值,选取规模略大一点的网络开始训练;网络应对学习过的样本加强记忆,更应注意剔除错误样本;引入黄金分割法的思想来调整学习率的步长,效果理想;采用单参数动态搜索算法作为学习算法,能尽快达到训练要求的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯英浚	哈尔滨工业大学管理学院	133	3046	30.0	50.0
2	潘启树	哈尔滨工业大学管理学院	32	624	13.0	24.0
3	孙佰清	哈尔滨工业大学管理学院	29	381	10.0	19.0
4	张长胜	哈尔滨工业大学数学系	5	142	3.0	5.0