适于前馈神经网络的LM-QuasiNewton综合学习新方法

• 作者: 徐晋
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 前馈 神经网络 收敛 QuasiNewton算法 LM算法 残量问题
• 年，卷（期）: 2004,（5）
• 页码范围: 675-678,698
• 页数: 5页
• 分类号: TP18
• 字数: 3823字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2004.05.027

摘要

为实时解决神经网络学习过程中可能遇到的大残量时的收敛问题,将LM算法与QuasiNewton优化算法结合,构建了一种综合学习算法(LM-QuasiNewton算法).仿真算例表明,该算法较好地解决了残量问题,收敛性与稳定性优于其它权值算法.合学习算法.仿真实例表明,该算法较好地解决了残量问题,在收敛性与稳定性方面优于其它权值算法.

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	上海交通大学管理学院	64	1942	24.0	43.0