基于熵方误差的高斯牛顿前馈神经网络

• 作者: 彭娟 徐晋 王方华
• 来源期刊: 系统工程理论方法应用
• 学科: 数学
• 关键词: 熵 误差函数 神经网络 收敛性
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 330-334
• 页数: 5页
• 分类号: O224
• 字数: 4306字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2542.2003.04.010

摘要

为了提高前馈神经网络学习算法的收敛速度,尝试定义熵方误差函数,并将其应用于高斯牛顿前馈神经网络.在理论上证明了熵方误差函数的有效性,以及基于熵方误差的高斯牛顿前馈神经网络的局部二阶收敛性.最后进行仿真实验,并与几种常用神经网络进行对比,结果表明引入熵方误差函数的前馈神经网络具有良好的收敛性与稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晋	上海交通大学安泰管理学院	64	1942	24.0	43.0
2	王方华	上海交通大学安泰管理学院	220	3464	31.0	54.0
3	彭娟	上海交通大学安泰管理学院	39	309	10.0	16.0