全部版块 我的主页
论坛 数据科学与人工智能 人工智能 人工智能论文版
731 0
2018-01-30
摘要:文章时标准BP算法收敛慢的问题进行了分析.并针对其目前最快的改进版本Levenberg—Marquardt BP(LMBP)进行了深入研究,发现其中涉及的矩阵[J^T J+μkI]求逆是其收敛速度的瓶颈。通过使用LU分解法去除耗时的矩阵求逆运算,极大地减少了LMBP的计算量。此外,简化求增广Marquardt Sensitivity矩阵的步骤.也在一定程度上减少了LMBP的计算量。笔者用Microsoft Visual C++ 6编程实现了改进后的LMBP算法.发现对这两方面的改进.大大提高了收敛速度。文章对Matlab的基于最速下降的BP算法(Traingdx)、Matlab改进的LMBP算法(Trainlm)、LMBP和作者改进的LMBP(ILMBP)进行了大量的试验。结果发现,ILMBP的平均收敛速度比LMBP快约23倍.比Trainlm算法快约9倍。http://www.cqvip.com//QK/91690X/200616/22027936.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群