前馈神经网络学习新算法及其仿真

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：目前基于高斯牛顿法及其衍生算法的前馈神经网络虽然可以达到局部二阶收敛速度，但只对小残量或零残量问题有效，对大残量问题则收敛很慢甚至不收敛．为了实时解决神经网络学习过程中可能遇到的小残量问题和大残量问题，引入拟牛顿(QuasiNewton)优化算法，并与LM(Levemberg—Marquardt)法相结合，构建基于LM—QuasiNewton法的前馈神经网络．仿真实例表明，该神经网络较好地解决了残量问题，具有良好的收敛性和稳定性．

原文链接:http://www.cqvip.com//QK/98106A/200401/9380810.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络学习 神经网络 神经网 网络学 marquardt 前馈神经网络 拟牛顿法 Levemberg-Marquardt法 残量问题 收敛性