基于湿敏元件温度补偿的BP神经网络改进研究
针对标准BP神经网络存在的不足,提出适用于湿敏元件温度补偿的改进网络.从网络结构、学习算法及初始值选取等角度进行改进,克服网络收敛速度慢、易陷于局部极小的缺陷.研究表明:改进网络可以对学习过的样本加强记忆,能快速到达训练的精度.并且与标准BP网络相比较,结果表明,改进网络泛化能力显著提高.
BP神经网络 温度补偿 网络改进 湿敏元件
喻志伟 王兢 林剑锋 戚金清
大连理工大学电子与信息工程学院 大连 116023
国内会议
河南焦作
中文
187-188
2008-08-06(万方平台首次上网日期,不代表论文的发表时间)