论文部分内容阅读
为克服和改进传统的BP算法的不足,提出了一种基于遗传算法的神经网络训练方法。本方法将遗传算法应用于神经网络的权值训练中,可避免BP算法易于陷入局部极小值、训练速度慢、误差函数必须可导、受码结构的限制等缺点。本方法降低了计算时间,是一种比较有效的方法。
遗传算法在人工神经网络中的应用
【摘 要】
：
为克服和改进传统的BP算法的不足,提出了一种基于遗传算法的神经网络训练方法。本方法将遗传算法应用于神经网络的权值训练中,可避免BP算法易于陷入局部极小值、训练速度慢、
【机 构】
：
中科院国家授时中心,中国科学院研究生院
【出 处】
：
电子测量与仪器学报
【发表日期】
：
2008年S2期
【基金项目】
：
中国科学院知识创新工程青年人才领域前沿项目(编号:O700YR8S01),863项目(编号:2006AA12Z322)
其他文献
本文针对在信号处理和测量中，信号为缓慢时变且同时受到谐波和噪声干扰的情况，提出了一种“基于PSCF（可编程开关电容滤波器）实现自适应滤波器（ADF）的设计方法”。该自适应滤波器的