递归pi-sigma神经网络的带惩罚项的梯度算法分析

• 作者: 喻昕 邓飞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 递归pi-sigma神经网络 梯度算法 惩罚项 收敛性
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 43-46
• 页数: 4页
• 分类号: TP183|TP389.1
• 字数: 2750字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0459

摘要

传统的梯度算法存在收敛速度过慢的问题,针对这个问题,提出一种将惩罚项加到传统误差函数的梯度算法以训练递归pi-sigma神经网络,算法不仅提高了神经网络的泛化能力,而且克服了因网络初始权值选取过小而导致的收敛速度过慢的问题,相比不带惩罚项的梯度算法提高了收敛速度.从理论上分析了带惩罚项的梯度算法的收敛性,并通过实验验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	喻昕	广西大学计算机与电子信息学院	24	68	5.0	7.0
2	邓飞	广西大学计算机与电子信息学院	3	21	3.0	3.0