BP网络隐层神经元数自调节算法的研究

作者： 胡平 ; 韩兴 ; 陈义军

摘要：针对传统BP算法中隐层神经元数不易选取的问题，本文提出了BP算法的改进模型——DBP（Double BP）网络模型．该模型可以动态自调节隐层神经元数，即通过一个给定先验知识的BP网络动态调节另一个BP网络中隐层神经元数，并且通过选取合适的权值和阈值使训练误差曲线迅速下降．解决了BP网络拓扑结构中隐层神经元个数以及新增加权值和阈值的选取问题，还对BP网络在陷入假饱和区如何逃逸提出了一种新的方法．最后通过仿真模拟取得了比较好的效果．

关键字： BP网络 DBP 网络 隐层神经元 权值 阈值

---

上一篇：ECluster：一种面向数据密集计算的弹性集群
下一篇：一种高速片上互连接收电路设计