一种基于梯度的并行BP神经网络

摘要：

自20世纪80年代,在Rumelhart和McCelland的<Parallel Distributed Processing>一书中提出了误差逆传播算法(Error-Back-Propagation Algorithm),又称BP算法.由于BP网络具有中间隐含层,其误差逆传播算法有相应的学习规则可循,使得它对非线性模式具有较强识别能力,特别是其数学意义明确、步骤分明的特性,使其具有广泛的应用价值. 但BP神经网络并不完善,主要表现在:学习时间长,尤其在训练大规模的神经网络时;收敛速度慢,在单机环境下甚至不能确定它是否收敛.为减少网络训练时间,获得实时应用需要的时间,并行处理是很有必要的.本文研究并行训练计算方式存在的问题及基于梯度的并行神经网络模型。

关键词： 梯度 并行BP神经网络 误差逆传播 并行处理

作者: 王群霞 梁久祯

作者单位: 浙江师范大学数理信息与工程学院,金华,321004

会议类型: 国内会议

会议名称: 第六届中国Rough集与软计算学术研讨会(CRSSC”2006)

会议地点: 浙江金华

会议语种:中文

页码: 206-208

在线出版日期: 2006-10-30（万方平台首次上网日期，不代表论文的发表时间）