BP神經網絡參數改進方法綜述

BP神經網絡具有結構簡單、技術成熟的優(yōu)點,在很多領域都有廣泛的應用.然而它的兩個突出問題一一收斂速度慢、易陷入局部極小點,制約了它的應用.本文總結了一些針對此問題的BP網絡參數改進方法,包括主要通過改進學習率的方法來改善收斂速度;從選擇合適的初始權值,調整網絡權值修改量η和動量項α,以及改變網絡結構、增加訓練數據三個方面來克服局部極小點問題,這些方法對改善網絡性能起到了一定的作用.

作 者： 李翱翔 陳健   作者單位： 西安電子科技大學通信工程學院  刊 名： 數字通信世界  英文刊名： OIGITAL COMMUNICATION WORLD  年，卷(期)： 2009 ""(1)  分類號： P3  關鍵詞： 后向傳播算法   神經網絡   收斂速度   局部極小  

【BP神經網絡參數改進方法綜述】相關文章：

基于改進BP神經網絡的職業(yè)危害預警模型04-25

改進型LM-BP神經網絡在水質評價中的應用04-26

基于改進BP神經網絡的地下水環(huán)境脆弱性評價04-25

BAF處理系統(tǒng)的BP神經網絡模型04-25

基于BP神經網絡的降雨充水礦井涌水量預測04-27

基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25

BP神經網絡在礦井本質安全程度評價中的應用04-25

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27

應用BP神經網絡預測涇惠渠灌區(qū)來水量04-26

基于BP神經網絡的彩色光彈性等色線自動定級法04-27