会议专题

用于多层前馈神经网络的线性递推估计与BP算法组合的学习算法

针对用于多层前馈神经网络训练的递推估计计算量、存储量大和BP算法收敛速度慢,易陷入局部极小的缺点,对两种算法组合--BP算法训练隐层,线性递推估计训练输出层进行了研究,给出了分别基于RLS和Kalman滤波与BP算法组合的两种新算法,新算法具有较快的收敛速度,适中的计算量和存储量,更易跳出局部极小点等优点,仿真结果证实了该方法的有效性。

前馈神经网络 BP算法 线性递推估计 RLS Kalman滤波 神经网络

吴强 罗迎春 郭圣权

工学院自控系(太原)

国内会议

1998年中国智能自动化学术会议

上海

中文

224~228

1998-05-01(万方平台首次上网日期,不代表论文的发表时间)