原文服务方: 纺织高校基础科学学报       
摘要:
为增加神经网络收敛的稳定性与收敛速度,提出了一种改进的网络优化加速算法.在权值调整期间加入前N期权值结果,增强了训练的稳定性;使用Steffensen迭代算法进行加速,使网络训练较快地收敛;有效地解决了传统BP神经网络的缺点.进行数值实验,将10幅二值化后的车牌数字字符图片作为训练样本送入改进的网络与传统的BP神经网络中分别进行训练,可以看出传统BP算法在训练过程中出现了振荡且收敛速度较慢.而改进的算法误差稳步下降,没有出现传统算法中振荡的现象,且较传统算法早达到收敛稳定.
推荐文章
GPU加速的神经网络BP算法
图形处理器
神经网络
反向传播算法
一种基于神经网络的中制导改进算法
极点变换
摄动偏差
J2项摄动
BP神经网络
基于模拟退火算法改进的 BP神经网络算法
BP神经网络
样本选择
主动学习
模拟退火
一种基于改进的BP神经网络算法的布匹瑕疵分类器
BP神经网络
布匹瑕疵分类器
学习速率
动量因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于数值计算的改进BP神经网络加速算法
来源期刊 纺织高校基础科学学报 学科
关键词 加速算法 Steffensen迭代 BP神经网络
年,卷(期) 2007,(1) 所属期刊栏目 应用研究
研究方向 页码范围 96-99
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1006-8341.2007.01.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王姗姗 西安工程大学理学院 8 5 1.0 2.0
2 杜思思 武汉理工大学理学院 4 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (56)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (7)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
加速算法
Steffensen迭代
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
纺织高校基础科学学报
季刊
1006-8341
61-1296/TS
大16开
1987-01-01
chi
出版文献量(篇)
2194
总下载数(次)
0
论文1v1指导