首页> 中文期刊> 《计算机技术与发展》 >BP神经网络的优化研究与应用

BP神经网络的优化研究与应用

         

摘要

针对BP神经网络自身的一些局限性,诸如易陷于局部极小、网络收敛速度慢、训练时间长等,提出一种改进BP神经网络的研究方案,通过改变传统的固定学习率,引入动态变化,根据均方误差的变化而改变学习率.在误差曲面平坦区域增大学习率,在误差变化剧烈的区域减小学习率,从而加快算法的收敛速度,避免陷入局部极小值.文中在传统BP神经网络中使用动态学习速率,并融合参数可调激活函数来改进BP神经网络.采用公认完备、性能优异的KDD Cup99数据集,分别对改进算法和传统BP算法进行了对比实验.实验结果表明,与传统BP神经网络算法相比,改进算法极大地提高了训练速度,具有训练误差更小、预测精度更高的优点.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号