BP神经网络参数改进方法综述

BP神经网络参数改进方法综述

BP神经网络具有结构简单、技术成熟的优点,在很多领域都有广泛的应用.然而它的两个突出问题一一收敛速度慢、易陷入局部极小点,制约了它的应用.本文总结了一些针对此问题的BP网络参数改进方法,包括主要通过改进学习率的方法来改善收敛速度;从选择合适的初始权值,调整网络权值修改量η和动量项α,以及改变网络结构、增加训练数据三个方面来克服局部极小点问题,这些方法对改善网络性能起到了一定的作用.

作 者： 李翱翔 陈健   作者单位： 西安电子科技大学通信工程学院  刊 名： 数字通信世界  英文刊名： OIGITAL COMMUNICATION WORLD  年，卷(期)： 2009 ""(1)  分类号： P3  关键词： 后向传播算法   神经网络   收敛速度   局部极小  

【BP神经网络参数改进方法综述】相关文章：

基于改进BP神经网络的职业危害预警模型04-25

改进型LM-BP神经网络在水质评价中的应用04-26

基于改进BP神经网络的地下水环境脆弱性评价04-25

BAF处理系统的BP神经网络模型04-25

基于BP神经网络的降雨充水矿井涌水量预测04-27

基于MATLAB的BP神经网络在清洁生产审核中的应用04-25

BP神经网络在矿井本质安全程度评价中的应用04-25

基于自适应Kalman滤波的BP神经网络在导航中的应用04-27

应用BP神经网络预测泾惠渠灌区来水量04-26

基于BP神经网络的彩色光弹性等色线自动定级法04-27