论文部分内容阅读
利用BP神经网络方法模拟各种非线形函数,通常的训练方法需要大量的训练样本.本文通过引入虚拟样本,提出了使用非线性函数定性信息(如一阶偏导数信息)的网络训练方法,利用均匀分布的随机数对网络参数进行再调整.算例说明该方法对于定性信息的利用非常成功,在不降低网络精度的要求下,有效减少了训练样本数量.