一种多层前馈神经网络的快速学习算法

摘要

对多层前馈神经网络的学习算法及其特点做了较为详细的讨论 ,提出了一种基于层内优化的快速学习算法 .在该算法中 ,输出层的连接权矩阵 (V)和前一层的输出矢量 (B)被作为 2个变量集合 ,通过最小化该层样本的总平方误差函数可求得一组它们的优化解 (V* ,B*p ) ;并将 B*p 作为前一层 (隐层 )的期望输出 ,用类似的方法同样可以求出隐层的连接权矩阵和输出矢量 .