一种动态筛选样本的前向神经网络快速学习算法

摘要

从理论上讨论了一类隐含层激励函数满足Mercer条件的前向神经网络学习问题,分析了提高网络学习速度的途径,提出了一种动态筛选样本的前向神经网络快速学习算法.它大大提高了网络学习速度,克服了传统的基于梯度下降的网络学习方法存在的诸多弊端.算法还具有动态确定隐含层神经元数的自构性优点.文中通过具体数值试验验证了上述算法的可行性和优越性.