bp神經(jīng)網(wǎng)絡(luò)算法是解決最優(yōu)化問題的先進算法之一，本論文討論了神經(jīng)網(wǎng)絡(luò)中使用最為廣泛的前饋神經(jīng)網(wǎng)絡(luò)。其網(wǎng)絡(luò)權(quán)值學(xué)習(xí)算法中影響最大的就是誤差反向傳播算法（back-propagation簡稱BP算法）。BP算法存在局部極小點，收斂速度慢等缺點。基于優(yōu)化理論的Levenberg-Marquardt算法忽略了二階項。該文討論當(dāng)誤差不為零或者不為線性函數(shù)即二階項S(W)不能忽略時的Hesse矩陣的近似計算，進而訓(xùn)練網(wǎng)絡(luò)。
標簽：
神經(jīng)網(wǎng)絡(luò)算法
算法
上傳時間：
2015-12-31
上傳用戶：wendy15
