一种基于区间优化的神经网络学习算法

• 作者: 李耀辉 薛继伟 陈冬芳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 神经网络 学习算法 区间算法 全局优化
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 192-193,216
• 页数: 3页
• 分类号: TP183
• 字数: 2513字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.04.068

摘要

神经网络的学习算法通常是采用梯度下降法,此方法容易陷入局部极小而得到次最优解.另外,对于有些应用来说,用于训练网络的样本的输入/输出数据无法精确给出,而只能以一定的范围的形式给出,这就给传统的神经网络带来了困难.该文提出了一种基于区间优化的神经网络学习算法,可以很好地解决上面所提到的传统神经网络学习算法的缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈冬芳	大庆石油学院计算机科学与工程学院	13	138	5.0	11.0
2	薛继伟	大庆石油学院计算机科学与工程学院	10	178	6.0	10.0
6	李耀辉	中国科学院成都计算机应用研究所	10	163	4.0	10.0