摘要:针对RBF网络梯度下降法容易造成网络收敛速度不够快和陷入局部极小的缺陷,引入一个具有步长先验知识的神经网络来动态调整梯度下降法中的学习步长。该算法中构造了两个RBF网络,分别设为A网和B网,其中A网具有步长先验知识。当B网络陷入局部极小时,则调用A网获得优化的学习步长,进而来提高B网络的收敛速度。实验结果表明了该算法的有效性和优越性。同时,该算法对相似性问题也有较好的解决能力。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关论文
期刊名称:计算机工程与设计
期刊级别:北大期刊
期刊人气:3768