首页> 中文期刊> 《北京理工大学学报》 >BP神经网络用于函数逼近的最佳隐层结构

BP神经网络用于函数逼近的最佳隐层结构

         

摘要

目的研究采用反向传播(BP)算法的人工神经网络用于函数逼近时的最佳隐层结构。方法以典型的n输入、单输出的多层BP网为例,在几种不同的网络隐层结构下对典型的连续函数进行逼近训练,分析各网络输出的全局误差.结果含有4个隐层的BP网具有最佳的学习收敛特性和函数逼近精度,各隐层所包含的单元数应当在10~20个之间,收敛性最差的是单隐层网,结论用于函数逼近的最佳BP神经网络应当是一个包含4个左右隐层的多层网,且各隐层中的单元数应当适中.

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