期刊文献+

前馈神经网络以概率1全局收敛的新型混合学习算法NHLA

A New Hybrid Learning Algorithm Which Globally Convergeswith Probability 1 for Feedforward Neural Networks
下载PDF
导出
摘要 首先提出变形的BP算法IBP,然后将它与Solis和Wets的随机优化算法相结合,提出了新型混合学习算法NHLA。算法具有能以概率1全局收敛于误差函数最小值的性质。 A new hybrid learning algorithm NHLA, which combines the variant IBP of algorithm BP and the random optimization algorithm presented by Dr Solis and Wets, is presented. NHLA can ensure global convergence to the minimum of the error function with probability 1. Therefore it overcome the drawback of algorithm BP that it sometimes fails to converge to the global minimum of the error function. 
作者 王士同
出处 《控制与决策》 EI CSCD 北大核心 1998年第A07期504-507,512,共5页 Control and Decision
基金 国家自然科学基金
关键词 BP算法 全局收敛 混合学习算法 NHLA BP algorithm, random optimization, global convergence, learing algorthms
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部