标准BP算法相关论文
神经网络自开创以来一直深受各国专家学者的重视,日渐成为一种重要的处理非线性问题的工具,被广泛应用于各种领域并取得了辉煌的成......
为避免权值反复迭代修正的冗长BP训练过程,避免传统方法陷入局部极小点,根据多项式理论,构造了一种新型前向神经网络模型,推导了基......
期刊
在转换GPS高程与水准测量高程中，通过分析几种常算法模型的不足，提出用人工神经网络的BP算法进行转换，并介绍了神经网络的工作原理、B......
标准的或许多改进的ＢＰ算法大都采用均方估计，致使学习易于陷入局部极小，收剑速度慢和对初始权敏感等。本文对针这些缺点提出了较好的算......
前馈神经网络的学习通常以均方误差为目标函数（MSE）,易陷入局部极小,而零误差密度最大算法（Z-EDM）以误差在零点的概率密度函数为神经网......
针对海量的等保测评数据，如何从这些数据中选取适量的数据进行入侵行为分析，提出了根据预测变量对预测目标变量的重要性的特征提取方......
标准BP算法主要根据训练样本确定神经网络的权值,由于BP算法采用沿梯度下降的搜索算法,因而其结果对初始权值非常敏感,收敛速度慢,......
由于语音识别中采用标准BP算法存在的训练速度慢、容易陷入局部极小等问题,提出一种基于稳定、快速的Leve-nberg-Marquardt算法的......
对ABPM、L -M、HBP三种改进的BP算法的原理进行了研究 ,通过仿真计算 ,从统计角度对它们在分类问题、逼近问题两方面的收敛速度、......
