修正激励函数对标准BP算法的改进

摘要

人工神经网络近些年来发展迅速,其理论的应用及研究涉及众多领域,并取得了诸多成果。BP网络的研究在众多神经网络中又是最受青睐的,它所采用的BP算法堪为经典,在目前的神经网络学习算法中应用也最为广泛。算法采用正向计算,误差反传的思想很好的解决了隐层联接权值的修正问题,但算法在细节处理上本身还存在一些问题,形成局部收敛等现象的产生,致使在实际应用中常有受阻,这也制约了BP网络的更快发展。本文主要针对算法中局部收敛与收敛速度慢等缺点,从修正激励函数角度对BP算法加以改进,设计出能避免其局部收敛的改进算法。