输入模式增强神经网络及应用

摘要

监督学习神经网络的学习收敛速度是网络的重要指标.以三元奇偶问题和沉积微相识别问题为例,分析了前向神经网络增强输入模式和常规输入模式的网络响应特点.分别在隐层数不变和隐层节点数不变的条件下,对常规输入模式网络和增强输入模式网络的学习速度进行了对比分析.数值实验和沉积微相应用实例说明输入模式增强网络学习迭代次数少,网络分辨率高.输入模式增强网络隐层节点数和隐层数的可选范围均比常规输入模式网络隐层节点数和隐层数的可选范围大,网络收敛稳定性好.输入模式增强网络的性能明显好于常规输入模式网络的性能.