《神经网络BP改进算法及其性能分析》  

出　　处：《现代测绘》2018年第1期46-46,共1页Modern Surveying and Mapping

摘　　要：目前神经网络模型已有40多种。BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输人一输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。其结构包括输入层（input）、隐含层（hiddenlayer）和输出层（outputlayer）3类。

关 键 词：神经网络模型 BP改进算法 性能分析 误差逆传播算法 多层前馈网络 映射关系 学习规则 最速下降法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]