前馈神经网络凸优化算法及其仿真应用

• 作者: 叶世伟 纪祥敏 贾文臣 陈国梁
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 前馈神经网络 凸函数 优化算法 仿真应用
• 年，卷（期）: 2004,（9）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 113-116
• 页数: 4页
• 分类号: TP183
• 字数: 4089字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2004.09.037

摘要

该文利用凸函数共轭性质中的Young不等式构造前馈神经网络优化目标函数.这个优化目标函数若固定权值,对隐层输出来说为凸函数;若固定隐层输出,对权值来说为凸函数.因此,此目标函数不存在局部最小.此目标函数的优化速度快,大大提高了前馈神经网络的学习效率.仿真试验表明,与传统算法如误差反向传播算法或BP算法和含势态因子(Momentum factor)的BP算法及现有的分层优化算法相比,新算法能加快收敛速度,并降低学习误差.利用这种快速算法对矿体进行仿真预测,取得了良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国梁	中国科学院研究生院信息科学与工程学院	7	20	3.0	4.0
2	贾文臣	中国科学院研究生院信息科学与工程学院	14	143	6.0	11.0
3	叶世伟	中国科学院研究生院信息科学与工程学院	30	250	8.0	15.0
4	纪祥敏	中国科学院研究生院信息科学与工程学院	5	48	3.0	5.0