论文部分内容阅读
本文以天然留兰香的组分构成与其品质的关系为例,讨论人工神经元方法用于复杂信息模式分类的问题,提出一种广义的误差反传训练策略,将网络的训练范围从联接权扩大到神经元模型,这种新的训练方法(GBP)能提高多层前传网络的学习效率,加快收敛的速率。实际运行的结果表明,所需训练时间仅为普通误差反传(BP)训练方法的1/15,并能达到较高的预报精度。