bp神經(jīng)網(wǎng)絡(luò)算法是解決最優(yōu)化問題的先進(jìn)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(diǎn),收斂速度慢等缺點(diǎn)。基于優(yōu)化理論的Levenberg-Marquardt算法忽略了二階項(xiàng)。該文討論當(dāng)誤差不為零或者不為線性函數(shù)即二階項(xiàng)S(W)不能忽略時(shí)的Hesse矩陣的近似計(jì)算,進(jìn)而訓(xùn)練網(wǎng)絡(luò)。
標(biāo)簽:
神經(jīng)網(wǎng)絡(luò)算法
算法
上傳時(shí)間:
2015-12-31
上傳用戶:wendy15