智能机器人

免费订阅电子杂志立即订阅 助推中国运动控制产业发展
首页 >> 杂志文章

F2N2训练&应用研究

作 者:李中年 王 青 李天鹰 来自:2017年第2期"研究与设计" 阅读 20526


  要:同仁均知,训练F2N2Feed Forward Neural Network:前馈神经网络)的方法虽然很多,但是至今未能彻底解决“收敛不迅速”和“收敛不稳健”这两大难题,从而影响了F2N2的应用。针对此问题,文章研究了一种训练&应用F2N2的新方法,该方法灵活地将BPNNBack Propagation Neural Network:反向传播神经网络)关键训练算法和分层优化算法亲和、协调的自然结合,并且对每层的Weight:“权”)训练独立进行,精心创建了用级数精确表达的F2N2目标函数,不仅能将优化每层的问题简化为线性问题,而且还可弱化线性误差。文中提供了应用F2N2进行智能检测的几个具体实例,应用结果表明,该方法优于其它相关方法。

关键词:F2N2;分层;BPNN;训练;收敛

1 引言

限制F2N2Feed Forward Neural Network:前馈神经网络)进展与应用的[登陆后可查看全文]