论文部分内容阅读
神经网络应用中80%～90%采用BP反馈网络，但BP反馈网络存在非约束性、非线性特征，优化模型参数多，计算时间长难收敛，而且优化结果泛化能力不强。2006年深度学习的提出，使神经网络再次成为研究热点。本文提出了一种替代与级联性反馈网络。实验证明替代性反馈神经网络在运算速度、纬度减少、收敛性等方面有一定的提高。