期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于DFP校正拟牛顿法的傅里叶神经网络 被引量:3
1
作者 林琳 黄南天 高兴泉 《计算机工程》 CAS CSCD 2012年第10期144-147,共4页
针对傅里叶神经网络采用最速下降法导致局部极小、学习速度慢以及泛化能力差的问题,提出一种基于DFP校正拟牛顿法的新学习算法。该算法计算复杂度低,能保证网络具有良好的泛化能力和全局最优性。通过2个数值算例检验该算法,同时和BP神... 针对傅里叶神经网络采用最速下降法导致局部极小、学习速度慢以及泛化能力差的问题,提出一种基于DFP校正拟牛顿法的新学习算法。该算法计算复杂度低,能保证网络具有良好的泛化能力和全局最优性。通过2个数值算例检验该算法,同时和BP神经网络以及另外2种傅里叶神经网络作比较。结果表明,该算法计算复杂度约为最速下降法的5%,为最小二乘学习算法的80%,具有较好的泛化能力。 展开更多
关键词 傅里叶神经网络 BP神经网络 最速下降法 最小二乘法 牛顿法 dfp校正拟牛顿法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部