10.3969/j.issn.1001-0645.2001.04.013
前向多层感知器网络的逐层学习算法
提出一种改进的前向多层网络逐层学习算法.隐层神经元的输出函数由具体系统的样本输出值确定.先让前面的隐层及输入层的权值确定不变,然后对当前层的权值进行调节,对前一隐层输出值的误差进行估计以得到新的输出值,将其作为临时教师信号用来训练前一层的权值.把每一层权值的改变量和输出值误差的估计转变为最小二乘问题,逐层处理,直到输入层.数字仿真和具体应用的结果表明了算法的有效性.
前向多层网络、逐层学习算法、误差估计、临时教师信号
21
TP183(自动化基础理论)
高等学校博士学科点专项科研项目B-122
2004-01-08（万方平台首次上网日期，不代表论文的发表时间）
共5页
464-468
