无后向传播的复数值前向神经网络的研究

发布时间：2022-01-18 21:59

　　近年来,复数值神经网络作为神经网络研究领域的一个重要分支,越来越受到广大科研工作者的青睐,人们把神经网络的网络结构、算法理论从实数域推广到复数域,复数值信号逐渐被人们用于解决实际问题。前向神经网络具有简单的网络结构、优良的逼近性能和较快的收敛速度等特点,因而前向神经网络得到广泛应用。本论文对复数值前向神经网络及其算法进行研究,提出了无后向传播的复数值前向神经网络学习算法,提高了网络训练的学习效率。首先,本论文提出了无后向传播的实部虚部型梯度下降算法。该算法是从传统的实部虚部型复数值前向神经网络推广得到,实验分析可以看出复数值前向神经网络算法具有强大的计算能力。同时,通过实验比较分析,可以看出无后向传播的复数值神经网络的计算优势。然后,本论文提出了一种无后向传播的实部虚部型复数值前向神经网络LM算法和全复数值前向神经网络LM算法,并将其应用到分类中。利用前向计算代替传统神经网络的正向和反向计算,简化了复数值神经网络训练。通过引入前向计算,复数值Levenberg-Marquardt算法变得更有效。网络计算时间损耗比较结果表明,论文中所提出的算法比传统的Levenberg-Marquard... 

【文章来源】：苏州大学江苏省 211工程院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图４．?１无后向传播的实部虚部型ＬＭ算法??２７??

【参考文献】：
期刊论文
[1]脉冲神经网络:模型、学习算法与应用[J]. 程龙,刘洋.  控制与决策. 2018(05)
[2]多元多项式函数的三层前向神经网络逼近方法[J]. 王建军,徐宗本.  计算机学报. 2009(12)
[3]Hermite正交基前向神经网络的权值直接确定法[J]. 张雨浓,陈扬文,易称福,李巍.  甘肃科学学报. 2008(01)
[4]改造前向神经网络结构以求网络权值直接确定——Jacobi正交基神经网络实例[J]. 张雨浓,陈扬文,刘巍,肖秀春.  自动化与信息工程. 2008(01)
[5]基于前向神经网络的时变非线性结构系统辨识快速递推最小二乘法[J]. 于开平,董好志.  振动工程学报. 2007(05)
[6]前向神经网络学习速率的自适应算法(英文)[J]. 刘巧歌,付梦印,邓志红.  系统仿真学报. 2006(03)
[7]多层前向神经网络的一种改进BP算法[J]. 张海燕,胡光锐,张东红.  通信技术. 2003(11)
[8]基于前向神经网络的图像检索相关反馈算法设计[J]. 张磊,林福宗,张钹.  计算机学报. 2002(07)
[9]结构优化的RBF神经网络学习算法[J]. 沈谦,王涛.  微电子学与计算机. 2000(04)
[10]遗传算法优化前向神经网络结构和权重矢量[J]. 黎明,严超华,刘高航.  中国图象图形学报. 1999(06)

博士论文
[1]进化计算优化前向神经网络的学习方法研究[D]. 季伟东.东北林业大学 2013
[2]BP神经网络分类器优化技术研究[D]. 高鹏毅.华中科技大学 2012
[3]决策神经网络模型及应用研究[D]. 南晋华.华中科技大学 2008



本文编号：3595664