激励函数可调的前馈神经网络在线学习算法

摘要

针对标准ＢＰ算法的不足，提出了一种激励函数可调的前馈神经网络在线学习算法．该方法去除了样本的预处理过程，以在线方式训练前馈神经网络，同时修正网络的权重、阈值与激励函数．由于避免了神经元的输出饱和现象，算法的收敛速度明显提高，并在一定程度上防止了局部极小解的出现．