首页 > 期刊 > 电子与信息学报 > 一种动态筛选样本的前向神经网络快速学习算法 【正文】
摘要:从理论上讨论了一类隐含层激励函数满足Mercer条件的前向神经网络学习问题,分析了提高网络学习速度的途径,提出了一种动态筛选样本的前向神经网络快速学习算法.它大大提高了网络学习速度,克服了传统的基于梯度下降的网络学习方法存在的诸多弊端.算法还具有动态确定隐含层神经元数的自构性优点.文中通过具体数值试验验证了上述算法的可行性和优越性.
关键词:前向神经网络 算法 机器学习
单位:南京航空航天大学自动化学院; 南京; 210016
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
北大期刊
¥1272.00