论文部分内容阅读
提出了一种新的神经网络初始权值的优化方法,该方法首先对样本做K—L变换,将所得到的变换矩阵作为BP网络输入层到隐层的初始权值,然后开始BP算法对多层感知器的训练学习,以缩短样本学习时间.最后分别选取线性可分的样本和非线性可分的样本在MATLAB中进行了仿真,仿真结果证明,该权值优化方法是合理的.