作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在自适应学习率算法的基础上提出一种新的BP网络改进算法——分层自适应学习率附加动量项算法。仿真结果表明该算法较之自适应学习率算法能进一步提高网络的学习速度。
推荐文章
Wasserman自适应学习率算法的改进
神经网络
BP网络
凝汽器
故障诊断
基于回归神经网络自适应快速BP算法
回归神经网络
BP算法
仿真
收敛速度
BP神经网络的双学习率自适应学习算法
神经网络
BP算法
学习训练
改进
自适应BP算法及其在河道洪水预报上的应用
神经网络
自适应BP算法
洪水预报
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 基于分层自适应学习率的改进BP算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 神经网络 BP网络 异或问题
年,卷(期) 2007,(6) 所属期刊栏目
研究方向 页码范围 1390-1391
页数 2页 分类号 TP183
字数 语种
DOI
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 赵永标 襄樊学院电气信息工程系 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
神经网络
BP网络
异或问题
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导