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:
本文将动量项引入到训练Pi-sigma神经网络的异步批处理的梯度算法中,有效的改善了算法的收敛效率,并从理论上对该算法的收敛性进行研究,给出了误差函数的单调性定理及该算法的弱收敛和强收敛性定理.计算机仿真实验亦验证了带动量项的异步批处理梯度算法的有效性和理论分析的正确性.
推荐文章
Pi-sigma神经网络的乘子法随机单点在线梯度算法
Pi-sigma神经网络
梯度算法
乘子法
收敛速度
稳定性
递归pi-sigma神经网络的带惩罚项的梯度算法分析
递归pi-sigma神经网络
梯度算法
惩罚项
收敛性
Pi-sigma神经网络混合学习算法及收敛性分析
混合遗传算法
Pi-sigma神经网络
算法收敛性
BP神经网络算法的改进及收敛性分析
网络算法
BP神经网络
共轭梯度法
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 Pi-sigma神经网络的带动量项的异步批处理梯度算法收敛性
来源期刊 应用数学 学科 工学
关键词 Pi-sigma神经网络 异步批处理梯度算法 动量项 单调性 收敛性
年,卷(期) 2008,(1) 所属期刊栏目
研究方向 页码范围 207-212
页数 6页 分类号 TP18
字数 3051字 语种 中文
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 熊焱 辽宁科技大学理学院 3 11 2.0 3.0
3 张超 大连理工大学应用数学系 28 72 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (1)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (3)
二级引证文献  (6)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Pi-sigma神经网络
异步批处理梯度算法
动量项
单调性
收敛性
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
应用数学
季刊
1001-9847
42-1184/O1
16开
武汉市珞瑜路1037号华中科技大学逸夫科技大楼801
38-61
1988
chi
出版文献量(篇)
2606
总下载数(次)
1
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导