一种前馈神经网络算法

• 作者: 于聪梅 祝莹莹 许淑伟
• 来源期刊: 科学导报
• 关键词: 神经网络 误差反向传播算法 Hesse矩阵
• 年，卷（期）: 2015,（24）
• 所属期刊栏目: 科技博览
• 页码范围: 266
• 页数: 1页
• 字数: 1082字
• 语种: 中文

摘要

神经网络由于其非线性处理能力强,性能稳定等特点得到了广泛应用和研究.主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等.神经网络中使用最为广泛的就是前馈神经网络.其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法).BP算法存在局部极小点,收敛速度慢等缺点.基于优化理论的Levenberg-Marquardt算法忽略了二阶项.该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算,进而训练网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于聪梅		6	1	1.0	1.0
2	许淑伟		5	1	1.0	1.0
3	祝莹莹		1	1	1.0	1.0