许少华,路阳,席海青,孙素艳,李欣

• 1:大庆石油学院计算机与信息技术学院

• 2:大庆石油学院计算机与信息技术学院

• 3:陕西如意电器总公司

• 4:大庆石油学院数学系

摘要(Abstract)：

提出了一种利用样本先验知识与BP算法相结合的网络训练新方法.该方法可把样本蕴涵的先验知识转化成对权值的约束条件,融合到网络的目标函数中;也可根据样本蕴涵的先验知识构造带参数的隐层神经元激励函数,应用BP算法调节激励函数的参数和权值,完成对网络的训练.与普通BP算法相比,该方法可提高网络规模、收敛速度、推广能力等.仿真实验证明了该方法的有效性.

关键词(KeyWords)：神经网络;先验知识;学习算法;激励函数

Abstract:

Keywords:

基金项目(Foundation):国家自然科学基金资助项目(60373102)

作者(Author):许少华,路阳,席海青,孙素艳,李欣

Email:

参考文献(References)：

• [1] 张德贤,师汉民.基于曲面形状误差的多层前向神经网络快速训练[J].计算机学报,2004,27(2):231-236.

• [2] 陈德钊,叶向群.基于先验知识的前馈网络对原油实沸点蒸馏曲线仿真[J].高校化学工程学报,2001,15(4):351-355.

• [3] HornikK,StinchcombeM,WhiteH.Universalapproximationofanunknownmappinganditsderivativesusingmultiplayerfeedforwardnetworks[J].NeuralNetworks,1990,10(3):551-560.

• [4] 吴佑寿,赵明生.激活函数可调的神经元模型及其有监督学习与应用[J].中国科学(E辑),2001,36(3):263-272.

• [5] LeeS,KilRM.AGaussianpotentialfunctionnetworkwithhierarchnicallyself organizinglearning[J].NeuralNetworks,1991,(4):207-224.