神经网络的新型二阶学习算法及其应用  

New Second-order Learning Algorithm for Neural Networks and Its Application

作　　者：刘铁男[1] 段玉波[1] 于镝[1] 刘志德[1] 张长江[1] 

机构地区：[1]大庆石油学院自动控制系,黑龙江安达151400

出　　处：《控制与决策》2001年第5期627-629,共3页Control and Decision

基　　金：黑龙江省自然科学基金项目 (F9812 )

摘　　要：针对 BP算法和 Karayiannis的二阶学习算法存在的不足 ,提出多层前向网络的新型二阶学习算法。该算法具有二阶收敛速度 ,其计算量与通常的递推最小二乘法相当。A new second order recursive learning algorithm is presented. The algorithm is equivalent to Newton iterative method and has second order convergent speed. It achieves the recurrence calculation of Newton search divections and the inverse of Hessian matrices. The analysis and application results show the efficiency of the new algorithm.

关 键 词：二阶学习算法 Newton算法 神经网络 目标函数 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]