期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
神经网络二阶反向传播学习算法及其收敛性 被引量:2
1
作者 刘铁男 王利国 +2 位作者 刘严崴 谢爱华 刘志德 《大庆石油学院学报》 CAS 北大核心 2001年第4期39-41,共3页
针对BP算法收敛速度慢的问题 ,提出了多层前向神经网络的新型二阶递推学习算法 .给出了一种新的矩阵求逆引理 ,从Newton迭代法入手 ,推导出新型递推学习算法 .该算法等价于Newton迭代法并且有二阶收敛速度 ,能同时反向传播网络各层误差... 针对BP算法收敛速度慢的问题 ,提出了多层前向神经网络的新型二阶递推学习算法 .给出了一种新的矩阵求逆引理 ,从Newton迭代法入手 ,推导出新型递推学习算法 .该算法等价于Newton迭代法并且有二阶收敛速度 ,能同时反向传播网络各层误差和二阶导数信息因子 ,还能实现Newton搜索方向和Hessian阵逆的递推运算 .基于微分方程稳定性理论 ,研究了新算法的全局收敛性 .分析表明 。 展开更多
关键词 全局收敛性 多层前向网络 BP算法 二阶学习算法 Newton算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部