前馈神经网络混合训练算法及其应用

• 作者: 戴侃侃 曹飞龙 车四方
• 来源期刊: 中国计量学院学报
• 学科: 工学
• 关键词: 前馈神经网络 混合训练算法 正则化
• 年，卷（期）: 2014,（4）
• 页码范围: 424-431
• 页数: 8页
• 分类号: TP183
• 字数: 3901字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1540.2014.04.016

摘要

介绍了单隐层前馈神经网络的混合训练算法(HFM)和正则化混合训练算法(RHFM),然后将该算法应用于UCI数据库上的实际回归例子中,并将其与BP、NNRW以及FM算法进行了比较.仿真实验表明,HFM算法的收敛速度优于其它几种算法,RHFM算法有较好的泛化性能,而NNRW算法在训练时间上占优,尽管如此,HFM算法在时间上还是大大优于BP算法.说明,混合训练算法是一种有效的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹飞龙	中国计量学院理学院	62	241	8.0	12.0
2	车四方	中国计量学院理学院	1	4	1.0	1.0
3	戴侃侃	中国计量学院理学院	1	4	1.0	1.0