10.3969/j.issn.1000-3932.2008.02.005
一种简单的BP网络隐层扩展模型及其训练算法研究
为了提高神经网络的预测精度,设计一种动态扩展BP网络隐层的方法,在训练过的BP网络上动态增加一个具有线性激活函数的隐层,用改进的蚁群算法对新增权值进行训练,着重对算法的实现过程及算法分析进行论述.设计了算法改进前后用BP网络对催化剂活性进行预测的对比实验,结果表明,采用该模型及训练算法.可在不影响网络表达能力的基础上提高网络的训练精度及网络的泛化能力.
网络预测、隐层扩展、训练算法、催化剂活性
35
TP183(自动化基础理论)
国家高技术研究发展计划863计划2006AA062224
2008-05-27（万方平台首次上网日期，不代表论文的发表时间）
共5页
21-25
