声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 2345|回复: 4

[人工智能] 关于前馈神经网络的优化问题

[复制链接]
发表于 2007-9-29 17:54 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
前馈神经网络(FNN)存在的缺陷:
1、收敛速度慢
2、容易陷入局部极小值
3、存在过学习现象

目前,前馈神经网络针对三方面的改进已经有了很多的方法,我在这里提个头,希望有兴趣的朋友们将这个问题讨论的深入一些。因为前馈神经网络(BP)应用广泛,并且理论算法完备,也挺实用的。
我的专业是:通信与信号处理
传统的改进方法:自适应学习率;全局优化算法+神经网络;模糊理论+神经网络
我对自适应学习率和GA+BP算法进行过分析
并在通信的盲均衡中获得了很好的效果

作为一个提头,我会继续将资料和程序进行整编,以后陆续上传,希望朋友们有好的想法(最好是完整的思路和程序)拿出来一起学习!
回复
分享到:

使用道具 举报

发表于 2007-11-22 21:13 | 显示全部楼层
我也参加一下讨论吧,接触的时间不长一两个月吧。
常见的BP网络学习算法:
最速下降BP算法;动量BP算法;学习率可变的BP算法;弹性BP算法;变梯度算法;线性搜索路径;拟牛顿算法;LM算法等等
各种算法各有千秋,变梯度算法的应用比较广泛,而LM算法的速度较快;牛顿算法占用的空间比较大。
BP拟合好像要比BP的预测好做些,大家觉得呢?
具体问题还在慢慢的学习,希望能多多交流!:loveliness:

评分

1

查看全部评分

发表于 2007-12-5 16:30 | 显示全部楼层
原帖由 summer 于 2007-11-22 21:13 发表
我也参加一下讨论吧,接触的时间不长一两个月吧。
常见的BP网络学习算法:
最速下降BP算法;动量BP算法;学习率可变的BP算法;弹性BP算法;变梯度算法;线性搜索路径;拟牛顿算法;LM算法等等
各种算法各有千 ...


欢迎经常参与讨论
发表于 2007-12-10 23:32 | 显示全部楼层
BP网络还不是很成熟
发表于 2007-12-11 15:49 | 显示全部楼层
原帖由 泡泡 于 2007-12-10 23:32 发表
BP网络还不是很成熟


主要是隐层单元数的问题大多数还是根据经验来确定的,没有没有成熟的理论可依
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-11-24 15:36 , Processed in 0.062843 second(s), 18 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表