一种前馈神经网络算法

• 作者: 王丽霞
• 来源期刊: 中国科教博览
• 学科: 工学
• 关键词: 神经网络 误差反向传播算法 HESSE矩阵
• 年，卷（期）: 2004,（11）
• 页码范围: 78-81
• 页数: 4页
• 分类号: TP312

摘要

神经网络由于其非线性处理能力强。性能稳定等特点得到了广泛应用和研究。主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络。其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)BP算法存在局部极小点。收敛速度慢等缺点。基于优化理论的Levenberg-Marquardt算法忽略了二阶项。该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽霞	江西理工大学机电工程学院	3	7	1.0	2.0