论文部分内容阅读
为了提高误差反向传播算法的网络泛化能力,针对BP网络中所存在网络泛化能力差的缺点,结合混沌优化的优点,提出了一种改进的算法。将网络中的少数神经元的激励函数改变为具有混沌特性的激励函数,这些神经元不存在饱和区,从而可以加快学习速度,克服假饱和现象,并且神经元的输出具有一定的随机性,类似于噪声的作用,可在一定程度上提高网络的泛化能力。针对字符识别的仿真效果进行分析,证明网络的容错能力较好,网络的泛化能力得到了改善。