×

WASD神经网络由双极性S形函数和后续迭代激活。 (中文。英文摘要) Zbl 1374.68460号

摘要:提出了一种基于双极性S形激活函数和后续迭代的神经网络权值与结构确定(WASD)算法,该算法将Levenberg-Marquardt算法与神经网络训练的权值直接确定方法相结合。该算法结合MATLAB软件的神经网络工具箱,旨在弥补传统人工神经网络的共同缺点,如学习时间长、网络结构难以确定、学习和泛化性能有待提高等。同时,WASD算法具有良好的灵活性和可操作性。以非线性函数的数据拟合为例,数值实验和比较结果说明了WASD算法在确定隐藏神经元的最优数目和最优权重方面的优越性。所得神经网络在学习和泛化方面具有更好的性能。

MSC公司:

68T05型 人工智能中的学习和自适应系统
92B20型 生物研究、人工生命和相关主题中的神经网络
PDF格式BibTeX公司 XML格式引用
全文: 内政部