一种新的小波网络快速学习混合策略

• 作者: 郑志强 马建军
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 差异进化 最小二乘 小渡网络 混合学习 随机梯度
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 短文
• 页码范围: 530-533
• 页数: 4页
• 分类号: TP183
• 字数: 3055字
• 语种: 中文

摘要

针对传统的小波网络梯度学习算法易于陷入局部极值、收敛速度慢且对初始参数很敏感的缺点,将全局性能优越的盖异进化(DE)算法和最小二乘算法(LS)有机的结合起来.提出了一种新的快速学习混合策略.该混合学习算法思想是将待训练参数分为非线性和线性两类,利用差异进化算法对小波网络非参数进行全局优化训练,而最小二乘法用于快速训练网络连接权值.非线性函数逼近实验表明,小波网络逼近性能要远优于传统的BP神经网络,相对于使用随机梯度学习算法的小波网络,提出的混合学习算法收敛速度更快,且具有更小的均方差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑志强	国防科技大学机电工程与自动化学院	90	1307	20.0	32.0
2	马建军	国防科技大学机电工程与自动化学院	24	307	11.0	17.0