BP算法中设定随训练样本变化的神经元阀值的研究

摘要：

提出一种新的方式处理ＢＰ算法：在隐层和输出层的神经元中设定随训练样本变化的阀值，即在有关的每个神经元中设定和训练样本数量相同的一组阀值，在学习完所有样本后，用常规的ＢＰ算法，根据每一组训练样本调整权重和神经元阀值，计算机仿真表明该处理方法具有稳定、快速的收敛精度。

关键词： BP算法 训练样本 神经元阀值 收敛精度

作者: 王建 吴捷

作者单位: 理工大学电力学院(广州)

会议类型: 国内会议

会议名称: 1999年中国神经网络与信号处理学术会议

会议地点: 汕头

会议语种:中文

页码: 225～228

在线出版日期: 1999-11-01（万方平台首次上网日期，不代表论文的发表时间）