一种功能分区的BP神经网络结构设计方法
DOI:
CSTR:
作者:
作者单位:

1. 北京工业大学电子信息与控制工程学院;辽宁工程技术大学电子与信息工程学院
2. 北京工业大学电子信息与控制工程学院
3. 北京工业大学

作者简介:

张昭昭

通讯作者:

中图分类号:

基金项目:


Structure model of function-dividing design for BP neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对全连接BP 网络在解决大规模复杂问题时存在的收敛速度缓慢等问题, 提出一种功能分区的BP 网络结
    构模式. 利用RBF 神经元的物理特性对输入样本空间进行分解, 并将分解后的样本送给不同的子BP 网络学习. 与
    全连接BP 网络相比, 降低了网络在学习过程中的权值搜索空间, 提高了学习速度, 改善了网络泛化性能, 体现了人
    脑在学习过程中的知识积累特征. 对三维墨西哥草帽函数逼近和双螺旋分类的实验结果表明, 该网络能够解决全连
    接BP 网络不能有效解决的问题.

    Abstract:

    For the problem that the fully coupled BP neural network suffers the slow convergence rate to solve the large
    scale complex problems, a structure model of function-dividing BP neural network architecture is presented. By using
    the physical characteristics of the RBF neurons, the input sample space is decomposed, and different sub-samples space
    is sent to different sub-module of BP neural network to learn automatically. Compared with the fully coupled BP neural
    network, the searching space of weight in the learning process of neural network is reduced, the learning speed and network’s
    generalization performance are improved, and the characteristics of the human brain in the learning proces of knowledge
    accumulation are reflected. Experiments of 3D Mexican hat function approximation and two-spiral classification show that
    the neural network of function-dividing BP neural network can solve the problem that the fully coupled BP neural network
    can not solve perfectly.

    参考文献
    相似文献
    引证文献
引用本文

张昭昭 乔俊飞 杨刚.一种功能分区的BP神经网络结构设计方法[J].控制与决策,2011,26(11):1659-1664

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-06-07
  • 最后修改日期:2010-09-06
  • 录用日期:
  • 在线发布日期: 2011-11-20
  • 出版日期:
文章二维码