标准BP算法

作品数:8被引量:22H指数:2
导出分析报告
相关领域:自动化与计算机技术更多>>
相关作者:李友坤王霞葛玲夏克文贾志成更多>>
相关机构:安徽理工大学河北工业大学中山大学电子科技大学更多>>
相关期刊:《计算机工程与设计》《软件导刊》《数字技术与应用》《自动化与仪器仪表》更多>>
相关基金:国家自然科学基金中南民族大学自然科学基金江西省教育厅资助项目更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-8
视图:
排序:
通信系统中的信道均衡问题研究
《自动化与仪器仪表》2023年第5期60-64,共5页雷蕾 
陕西省职业技术教育学会专项课题《现代通信技术专业建设标准的研究与实践》(SZJZX-1835)(现代通信技术专业为陕西省“一流专业”)。
针对通信系统中的信道均衡问题进行了研究,设计了一种基于MLP多层感知器的信道均衡系统。首先,对传统线性均衡器存在的问题进行了描述;其次,针对传统线性均衡器存在的问题构建了基于MLP多层感知器的信道均衡系统模型,即以MLP均衡器为核...
关键词:信道均衡 均衡器 标准BP算法 MLP均衡器 
特征提取与两种BP算法在入侵检测中的对比
《电脑知识与技术》2013年第10期6365-6368,共4页卿江萍 刘志杰 徐洋 
针对海量的等保测评数据,如何从这些数据中选取适量的数据进行入侵行为分析,提出了根据预测变量对预测目标变量的重要性的特征提取方法。该方法采用importance指数来对预测变量进行等级划分。并选取了一些预处理后的数据运用了两种BP...
关键词:特征提取 标准BP算法 学习速率自适应调整算法 
修正激励函数对标准BP算法的改进被引量:1
《数字技术与应用》2012年第7期109-110,共2页毕小梅 陈建斌 
人工神经网络近些年来发展迅速,其理论的应用及研究涉及众多领域,并取得了诸多成果。BP网络的研究在众多神经网络中又是最受青睐的,它所采用的BP算法堪为经典,在目前的神经网络学习算法中应用也最为广泛。算法采用正向计算,误差反传的...
关键词:BP算法 激励函数 改进算法 
利用云模型和遗传算法优化BP神经网络权值被引量:1
《软件导刊》2011年第9期56-57,共2页吴立锋 
中南民族大学自然科学基金资助项目(No.YZQ09003)
标准BP算法主要根据训练样本确定神经网络的权值,由于BP算法采用沿梯度下降的搜索算法,因而其结果对初始权值非常敏感,收敛速度慢,易陷入局部极小。结合正态云模型云滴的随机性和稳定倾向性,以及遗传算法的全局搜索能力,收敛速度快等特...
关键词:云模型 遗传算法 标准BP算法 神经网络 
零误差密度最大算法的分析研究
《江西理工大学学报》2010年第3期41-43,共3页任金霞 陈中威 杨赛 
江西省教育厅资助项目(GJJ09253)
前馈神经网络的学习通常以均方误差为目标函数(MSE),易陷入局部极小,而零误差密度最大算法(Z-EDM)以误差在零点的概率密度函数为神经网络新的目标函数,能够达到全局最优.将Z-EDM算法应用到BP网络中,并通过仿真将两者进行了比较,实验结...
关键词:标准BP算法 零误差密度最大算法 支持向量机 
Legendre正交基前向神经网络的权值直接确定法被引量:6
《大连海事大学学报》2008年第1期32-36,共5页张雨浓 刘巍 易称福 李巍 
国家自然科学基金资助项目(60643004)
为避免权值反复迭代修正的冗长BP训练过程,避免传统方法陷入局部极小点,根据多项式理论,构造了一种新型前向神经网络模型,推导了基于最速下降法的误差反传算法和基于伪逆的直接确定法.仿真结果显示,迭代方法和伪逆直接确定法都能达到比...
关键词:正交多项式 Legendre正交基 标准BP算法 伪逆 
基于LM算法的神经网络语音识别被引量:9
《计算机工程与设计》2006年第14期2534-2536,2539,共4页葛玲 贾志成 夏克文 王霞 
国家自然科学基金项目(60377020)
由于语音识别中采用标准BP算法存在的训练速度慢、容易陷入局部极小等问题,提出一种基于稳定、快速的Leve-nberg-Marquardt算法的神经网络语音识别方法,主要包括语音信号预处理、特征提取、网络结构优化设计、网络学习训练和语音识别等...
关键词:神经网络 语音识别 标准BP算法 LEVENBERG-MARQUARDT算法 黄金分割优选法 
基于稳健误差估计器的快速BP算法被引量:5
《计算机科学》1997年第2期66-68,共3页刘光远 邱玉辉 虞厥邦 
标准的或许多改进的BP算法大都采用均方误差估计器,致使学习易于陷入局部极小、收敛速度慢和对初始权敏感等。本文针对这些缺点提出了较好的算法,仿真结果证实了核算法的正确性。
关键词:标准BP算法 误差估计器 稳健BP算法 XOR问题 
检索报告 对象比较 聚类工具 使用帮助 返回顶部