BP学习算法的应用研究与比较
【摘要】:本文比较研究了神经网络中常用的9种改进BP算法,针对4个应用于不同问题的神经网络进行训练,得出了各算法适应的环境。在此基础上,总结出了针对不同的实际问题,要根据网络的大小,应用方向(函数逼近,模式识别)以及误差精度要求等方面来选择合适的Bp算法。在实际问题中的应用结果表明,恰当的BP算法能够对运算速度、泛化能力等得到较好的效果;神经网络的改进BP算法比较结果,对实际问题中选择恰当的算法提供了理论依据,有实用价值。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|