神经网络二阶反向传播学习算法及其应用

摘要：

该文提出了多层前向神经网络的新型二阶递推学习算法，该算法不仅能使网络层误差而且使二阶导教信息因子反向传播。证明了新算法等价于Newton迭代法并且有二阶收敛速度。它实现了Newton搜索方向和Hessan阵逆的递推运算，其计算量几乎与普通递推最小二乘法相当，由算法性能分析证明新算法优于Karayanns等人的二阶学习算法。

关键词： 多层前向网络 BP算法 二阶学习算法 Newton算法

作者: 刘铁男 任伟建 陈广义 徐宝昌 于镝

作者单位: 大庆石油学院自控系(安达)

会议类型: 国内会议

会议名称: 第三届全球智能控制与自动化大会

会议地点: 合肥

会议语种:中文

页码: 817～820

在线出版日期: 2000-06-01（万方平台首次上网日期，不代表论文的发表时间）