论文部分内容阅读
为了研究BP神经网络改进学习算法的适用情况，通过对实际的4个应用运用BP神经网络的多种改进的学刊算法进行训练，比较得到各学习算法的适用范围，并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明：LM算法逼近效果好，但不适合大规模网络，RPROP算法应用于模式识别收敛速度最快，但不太适合函数逼近，SCG算法对较人网络规模的性能很好，且逼近效果好。