多层神经网络共轭梯度优化算法及其在模式识别中的应用

• 作者: 侯祥林 张春晖 徐心和
• 来源期刊: 东北大学学报(自然科学版)
• 学科: 工学
• 关键词: 最优化方法 共轭梯度法 多层神经网络 权值和阈值 网络合理结构 模式识别
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 信息与控制
• 页码范围: 20-23
• 页数: 4页
• 分类号: TP18
• 字数: 3139字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2002.01.006

摘要

将神经网络总体平均误差作为目标函数,以待求的神经网络权值和阈值作为设计变量,通过设计变量合理排序与分配,提出多隐层多层神经网络权值和阈值计算的高精度真实共轭梯度最优化算法.与BP算法和梯度优化算法相比,既能实现每步迭代在搜索方向上获得最优步长保证目标函数递减,又能克服在目标点附近的振荡现象.编制出神经网络权值和阈值计算的通用程序,给出神经网络合理结构选择的基本原理.通过足球机器人位置分析算例的神经网络分析和模式识别,表明所提出算法的有效性和实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐心和	东北大学信息科学与工程学院	295	7536	42.0	73.0
2	张春晖	东北大学信息科学与工程学院	6	188	4.0	6.0
3	侯祥林	东北大学信息科学与工程学院	23	477	12.0	21.0