【摘 要】
：
BP神经网络是当前获得最广泛应用的神经网络模型之一,但其也存在固有的缺点,例如收敛速度慢、易陷入局部极小、网络结构难以确定等,这些缺点受到越来越多的科研学者的高度重
论文部分内容阅读
BP神经网络是当前获得最广泛应用的神经网络模型之一,但其也存在固有的缺点,例如收敛速度慢、易陷入局部极小、网络结构难以确定等,这些缺点受到越来越多的科研学者的高度重视。本文针对BP神经网络在一些领域应用并不是很好的情况,提出了一种调节系数的BP改进算法,并且通过实验来验证新算法的有效性。本文对BP神经网络模型进行了详细的介绍,并对BP网络存在的缺点进行了分析,总结了一些经典的BP神经网络的改进算法,之后针对BP网络训练速度慢这个缺点,给出了带有调节系数的动量BP模型,给出了新的权值调整公式,给出该算法的思想以及它采取的一些优化措施,完成了BP模型的建立,并且提出了网络训练算法的步骤。为验证本文给出的新的算法的可行性和有效性,本文把动量BP算法和调节系数的BP算法应用于字符识别当中,对两种算法在完成对网络的训练所花费的训练次数上进行比较,实验结果表明:第一,在相同的网络参数下,本文提出的算法的训练次数明显小于动量BP算法,大大降低了完成网络训练的次数,加快了训练速度。第二,从2个实验的对比可以看出,在不同的网络参数时,应该采取不同的调节系数。对于字符识别的问题,当学习率和动量因子较大时应采用较小的调节系数,当学习率和动量因子较小时应采用较大的调节系数,这样的组合可以达到很好的降低网络训词次数的效果。
其他文献
随着家庭系统的数字化、网络化的发展和家庭数字产品的日益多样化，一个能对其进行统一、系统管理的系统就显得很迫切。本文在这样需求下，研究了一个基于Widget、UPnP和P2P技术
P2P技术为资源共享、协同工作等网络应用提供了一个自由开放的平台，带给用户一种更方便直接的交流方式。但是随着P2P技术的迅速发展，一系列问题也随之而来。P2P不但给网络安全
教与学优化算法(Teaching Learning based Optimization Algorithms,TLBO)是近年来提出的一种新颖的群体智能算法,模拟的是现实生活中教师教学与学生学习从而提高学习成绩的
现实世界中的流体现象十分丰富，其中，最有趣，最具挑战性，也最复杂的现象主要来自于流体与其他物体交互的过程。近年来，有关流体与静止或者运动物体的交互已经引起计算机图形学研究
人体行为识别技术是指计算机通过分析视频序列,实现计算机自动检测视频图像中的人体行为并识别行为具体类型的过程。行为识别的本质是时变数据的分类问题,论文通过研究室内日
金融股市是国民经济的晴雨表,也是国家宏观经济发展的重要表现,因此了解金融股市是把握国家经济发展趋势的一个有效方向。然而金融股市是不断变化的,要了解、读懂它较为困难,
无线Ad hoc网络无中心的特点要求MAC机制不能依赖于某固定节点，因此，集中式的MAC机制不适合无线Ad hoc网络，无线Ad hoc网络的MAC机制必须分布实施。然而，无线Ad hoc网络的固有特
增强现实是虚拟现实中的一项前沿技术。随着视觉相关的前沿技术的发展和相机,投影仪等硬件设备的成本越来越低,基于投影仪相机的系统将会带来很多其他显示设备所不具备的乐趣
网格计算是高性能计算的一种方式,是近年来兴起的热门信息技术之一,它结合了传统的分布式计算,高性能计算等多种计算方式于一体。网格计算将网络上空余的多台计算机转化为自
随着多媒体技术和网络组播技术的飞速发展，越来越多的内容提供商选择组播作为多媒体内容的发布平台，而在组播环境下的数字产品的版权保护问题也变得越来越尖锐，组播数字指纹技术