[1]李志俊 程家兴 金奎 饶玉佳.基于样本期望训练数的BP神经网络改进研究[J].计算机技术与发展,2009,(05):103-106.
　LI Zhi-jun,CHENG Jia-xing,JIN Kui,et al.BP Algorithm Improvement Based on Sample Expected Training Number[J].,2009,(05):103-106.
点击复制

基于样本期望训练数的BP神经网络改进研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年05期
页码:
103-106
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
BP Algorithm Improvement Based on Sample Expected Training Number
文章编号:
1673-629X（2009）05-0103-04
作者:
李志俊 程家兴 金奎 饶玉佳
安徽大学计算智能与信号处理教育部重点实验室
Author(s):
LI Zhi-jun; CHENG Jia-xing; JIN Kui; RAO Yu-jia
Ministry of Education Key Laboratory of Intelligent Computing ＆ Signal Processing, Anhui University
关键词:
神经网络; BP算法; 样本期望训练数; 收敛速度
Keywords:
neural network;  BP algorithm; sample expected training number;  convergent velocity
分类号:
TP183
文献标志码:
A
摘要:
BP算法是神经网络中最常用的算法之一。标准BP算法存在的最主要问题就是易于陷入局部极小、收敛速度慢等问题。针对BP算法的这些问题，出现了许多改进的措施，如引入变步长法、加动量项法等。提出了一种基于样本期望训练数的改进BP算法，仿真实验说明了该算法可以明显提高BP网络学习速度，并且具有简单通用性，可以和其他方法结合，进一步提高算法的收敛速度
Abstract:
BP algorithm is one of the most widely used algorithms in neural network. In view of the main limitations of BP algorithm, such as easy to fall into local minimum value and slow in convergence, .several methods such as momentum term and variable step - si

相似文献/References:

[1]路川 胡欣杰.区域航空市场航线客流量预测研究[J].计算机技术与发展,2010,(04):84.
　LU Chuan,HU Xin-jie.Analysis of Regional Airline Passenger Forecast Title[J].,2010,(05):84.
[2]高峥 陈蜀宇 李国勇.混合入侵检测系统的研究[J].计算机技术与发展,2010,(06):148.
　GAO Zheng,CHEN Shu-yu,LI Guo-yong.Research of a Hybrid Intrusion Detection System[J].,2010,(05):148.
[3]包力伟 周俊.铸锻企业生产质量控制系统的开发[J].计算机技术与发展,2008,(04):174.
　BAO Li-wei,ZHOU Jun.Development of a Manufacture Quality Control System in Casting Company[J].,2008,(05):174.
[4]李龙澍 葛瑞峰 王慧萍.基于神经网络的批强化学习在Robocup中的应用[J].计算机技术与发展,2009,(07):98.
　LI Long-shu,GE Rui-feng,WANG Hui-ping.Application of Batch Reinforcement Learning Based on NN to Robocup[J].,2009,(05):98.
[5]薛俊 陈行 陶军.一种基于神经网络的入侵检测技术[J].计算机技术与发展,2009,(08):148.
　XUE Jun,CHEN Hang,TAO Jun.Technology of Intrusion Detection Based on Neural Network[J].,2009,(05):148.
[6]贾志先.神经网络在空白试卷识别中的应用[J].计算机技术与发展,2009,(08):208.
　JIA Zhi-xian.Application of Neural Network in Recognization Blank Examination Paper[J].,2009,(05):208.
[7]肖宜龙 路游 亓永刚.基于神经网络的NURBS曲面重建[J].计算机技术与发展,2009,(09):65.
　XIAO Yi-long,LU You,QI Yong-gang.NURBS Surface Reconstruction Based on Neural Network[J].,2009,(05):65.
[8]崔海青 刘希玉.基于粒子群算法的RBF网络参数优化算法[J].计算机技术与发展,2009,(12):117.
　CUI Hai-qing,LIU Xi-yu.Parameter Optimization Algorithm of RBF Neural Network Based on PSO Algorithm[J].,2009,(05):117.
[9]张莉 姜浩 蒲安建.基于广义径向基函数的神经网络分类预测[J].计算机技术与发展,2009,(03):106.
　ZHANG Li,JIANG Hao,PU An-jian.Classification and Prediction of Neural Network Based on Generalized Radial Basis Function[J].,2009,(05):106.
[10]田奕 乔後飞.基于遗传算法的BOD神经网络软测量[J].计算机技术与发展,2009,(03):127.
　TIAN Yi,QIAO Jun-fei.NN Soft-Measuring for BOD Predict Based on GA[J].,2009,(05):127.
[11]蔡秋茹 罗烨 柳益君 叶飞跃.企业资信的BP神经网络评估模型研究[J].计算机技术与发展,2009,(10):117.
　CAI Qiu-ru,LUO Ye,LIU Yi-jun,et al.Research on BP Neural Network Model for Corporation Credit Rating[J].,2009,(05):117.
[12]王晓敏 刘希玉 戴芬.BP神经网络预测算法的改进及应用[J].计算机技术与发展,2009,(11):64.
　WANG Xiao-min,LIU Xi-yu,DAI Fen.Improvement and Application of BP Neural Network Forecasting Algorithm[J].,2009,(05):64.
[13]张充 史青宣 苗秀芬 杨芳 田学东.基于BP神经网络的手写体数字识别[J].计算机技术与发展,2008,(06):128.
　ZHANG Chong,SHI Qing-xuan,MIAO Xiu-fen,et al.Handwritten Numeral Recognition Based on BP Neural Network[J].,2008,(05):128.
[14]郭彦伟 王洪国 王鑫 于惠.一种基于并行策略的BP改进算法[J].计算机技术与发展,2008,(10):110.
　GUO Yan-wei,WANG Hong-guo,WANG Xin,et al.An Improved BP Algorithm Based on Parallel[J].,2008,(05):110.
[15]马恋 何锫.基于神经网络的数据压缩研究[J].计算机技术与发展,2007,(02):12.
　MA Lian,HE Pei.Research on NN- Based Data Compression[J].,2007,(05):12.
[16]王辉.基于结构简化的BP网络的多类形状识别[J].计算机技术与发展,2006,(07):13.
　WANG Hui.An Algorithm Research on BP Based on Structure Simplification[J].,2006,(05):13.
[17]孟芝佳 马孝翔 李国辉[] 董逸生.基于人工神经网络的混凝土碳化深度研究[J].计算机技术与发展,2006,(11):231.
　MENG Zhi-jia,MA Xiao-xiang,LI Guo-hui,et al.Research on Carbonation of Concrete Based on Artificial Neural Network[J].,2006,(05):231.
[18]张瑞敏 黄梦涛 程青涛.智能神经元网络时间序列预测模型的研究[J].计算机技术与发展,2012,(03):74.
　ZHANG Rui-min,HUANG Meng-tao,CHENG Qing-tao.Application of Dynamic Intelligent Neural Network in Time Series Prediction[J].,2012,(05):74.
[19]张月琴 刘翔 孙先洋.一种改进的BP神经网络算法与应用[J].计算机技术与发展,2012,(08):163.
　ZHANG Yue-qin,LIU Xiang,SUN Xian-yang.An Imporved Algorithm of BP Neural Network and Its Application[J].,2012,(05):163.
[20]张浩,张代远.基于三次样条权函数神经网络的股价预测[J].计算机技术与发展,2014,24(06):28.
　ZHANG Hao[],ZHANG Dai-yuan[].Stock Prediction Based on Neural Networks with Cubic Spline Weight Functions[J].,2014,24(05):28.

备注/Memo

备注/Memo:
国家自然科学基金（60273043）;教育部博士点基金（200403057002）;安徽省自然科学基金（050420204）李志俊（1977-），男，硕士研究生，主要研究方向为智能计算及最优化方法程家兴，教授，博导，主要研究方向为智能计算及最优化方法。
更新日期/Last Update: 1900-01-01