作者:许少华,路阳,席海青,孙素艳,李欣 时间:2004-01-01 点击数:
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.
2019 版权所有©东北石油大学 | 地址:黑龙江省大庆市高新技术产业开发区学府街99号 | 邮政编码:163318
信息维护:学报 | 技术支持:现代教育技术中心
网站访问量: