前向神经网络的一种快速分层线性优化算法

本文利用数学分析的方法 ,提出了一种前向神经网络快速分层线性优化算法 ,其特点是 :用新方法构造了各层的目标函数 ;无须计算Hessian矩阵 ,加快了算法的收敛速度 .仿真实验表明 ,与传统算法如误差反传法或BP法和含势态因子 (Momentumfactor)的BP法以及现有的分层优化算法相比 ,新算法能加快收敛速度 ,并降低学习误差 .