10.3969/j.issn.1001-2400.1999.05.003
提高前馈神经网络学习效率的学习算法探讨
简要分析了最速下降法(Steepest Descent Algorithm,即SDA法)和正交校正共轭梯度法(CGM-OC法)的优缺点,提出了一种进行多层前馈神经网络学习的新算法,即SD-CGM-OC算法.该算法结合最速下降法与正交校正共轭梯度法的特点,在文中所述实际问题构造模型的基础上,论证了SD-CGM-OC算法比传统的BP算法具有更高的学习效率和二次收敛率.实验结果验证了该学习算法的有效性.
多层前馈神经网络、学习算法、SD-CGM-OC算法
26
TP18(自动化基础理论)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
545-548