近年來,復(fù)數(shù)值神經(jīng)網(wǎng)絡(luò)作為神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域的一個重要分支,越來越受到廣大科研工作者的青睞,人們把神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)、算法理論從實(shí)數(shù)域推廣到復(fù)數(shù)域,復(fù)數(shù)值信號逐漸被人們用于解決實(shí)際問題。前向神經(jīng)網(wǎng)絡(luò)具有簡單的網(wǎng)絡(luò)結(jié)構(gòu)、優(yōu)良的逼近性能和較快的收斂速度等特點(diǎn),因而前向神經(jīng)網(wǎng)絡(luò)得到廣泛應(yīng)用。本論文對復(fù)數(shù)值前向神經(jīng)網(wǎng)絡(luò)及其算法進(jìn)行研究,提出了無后向傳播的復(fù)數(shù)值前向神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法,提高了網(wǎng)絡(luò)訓(xùn)練的學(xué)習(xí)效率。首先,本論文提出了無后向傳播的實(shí)部虛部型梯度下降算法。該算法是從傳統(tǒng)的實(shí)部虛部型復(fù)數(shù)值前向神經(jīng)網(wǎng)絡(luò)推廣得到,實(shí)驗(yàn)分析可以看出復(fù)數(shù)值前向神經(jīng)網(wǎng)絡(luò)算法具有強(qiáng)大的計(jì)算能力。同時,通過實(shí)驗(yàn)比較分析,可以看出無后向傳播的復(fù)數(shù)值神經(jīng)網(wǎng)絡(luò)的計(jì)算優(yōu)勢。然后,本論文提出了一種無后向傳播的實(shí)部虛部型復(fù)數(shù)值前向神經(jīng)網(wǎng)絡(luò)LM算法和全復(fù)數(shù)值前向神經(jīng)網(wǎng)絡(luò)LM算法,并將其應(yīng)用到分類中。利用前向計(jì)算代替?zhèn)鹘y(tǒng)神經(jīng)網(wǎng)絡(luò)的正向和反向計(jì)算,簡化了復(fù)數(shù)值神經(jīng)網(wǎng)絡(luò)訓(xùn)練。通過引入前向計(jì)算,復(fù)數(shù)值Levenberg-Marquardt算法變得更有效。網(wǎng)絡(luò)計(jì)算時間損耗比較結(jié)果表明,論文中所提出的算法比傳統(tǒng)的Levenberg-Marquard... 

【文章來源】：蘇州大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖４．?１無后向傳播的實(shí)部虛部型ＬＭ算法??２７??

【參考文獻(xiàn)】：
期刊論文
[1]脈沖神經(jīng)網(wǎng)絡(luò):模型、學(xué)習(xí)算法與應(yīng)用[J]. 程龍,劉洋.  控制與決策. 2018(05)
[2]多元多項(xiàng)式函數(shù)的三層前向神經(jīng)網(wǎng)絡(luò)逼近方法[J]. 王建軍,徐宗本.  計(jì)算機(jī)學(xué)報(bào). 2009(12)
[3]Hermite正交基前向神經(jīng)網(wǎng)絡(luò)的權(quán)值直接確定法[J]. 張雨濃,陳揚(yáng)文,易稱福,李巍.  甘肅科學(xué)學(xué)報(bào). 2008(01)
[4]改造前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以求網(wǎng)絡(luò)權(quán)值直接確定——Jacobi正交基神經(jīng)網(wǎng)絡(luò)實(shí)例[J]. 張雨濃,陳揚(yáng)文,劉巍,肖秀春.  自動化與信息工程. 2008(01)
[5]基于前向神經(jīng)網(wǎng)絡(luò)的時變非線性結(jié)構(gòu)系統(tǒng)辨識快速遞推最小二乘法[J]. 于開平,董好志.  振動工程學(xué)報(bào). 2007(05)
[6]前向神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率的自適應(yīng)算法(英文)[J]. 劉巧歌,付夢印,鄧志紅.  系統(tǒng)仿真學(xué)報(bào). 2006(03)
[7]多層前向神經(jīng)網(wǎng)絡(luò)的一種改進(jìn)BP算法[J]. 張海燕,胡光銳,張東紅.  通信技術(shù). 2003(11)
[8]基于前向神經(jīng)網(wǎng)絡(luò)的圖像檢索相關(guān)反饋算法設(shè)計(jì)[J]. 張磊,林福宗,張鈸.  計(jì)算機(jī)學(xué)報(bào). 2002(07)
[9]結(jié)構(gòu)優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法[J]. 沈謙,王濤.  微電子學(xué)與計(jì)算機(jī). 2000(04)
[10]遺傳算法優(yōu)化前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)重矢量[J]. 黎明,嚴(yán)超華,劉高航.  中國圖象圖形學(xué)報(bào). 1999(06)

博士論文
[1]進(jìn)化計(jì)算優(yōu)化前向神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法研究[D]. 季偉東.東北林業(yè)大學(xué) 2013
[2]BP神經(jīng)網(wǎng)絡(luò)分類器優(yōu)化技術(shù)研究[D]. 高鵬毅.華中科技大學(xué) 2012
[3]決策神經(jīng)網(wǎng)絡(luò)模型及應(yīng)用研究[D]. 南晉華.華中科技大學(xué) 2008



本文編號：3595664