标题:单隐层前向神经网络在线学习算法综述与性能分析
作者:李彬;荣学文;
作者机构:[李彬]山东轻工业学院理学院;[荣学文]山东大学控制科学与工程学院
会议名称:第25届中国控制与决策会议
来源:第25届中国控制与决策会议论文集
出版年:2013
关键词:单隐层前向神经网络;在线学习算法;性能分析;混沌时间序列预测
摘要:单隐层前向神经网络学习算法作为一种性能优良的学习算法,分为批处理学习算法和在线学习算法与批处理学习算法相比,前向神经网络的在线学习算法适应于实时问题的处理,更适合于一般的工业应用场合本文总结了现阶段的各种单隐层前向神经网络在线学习算法,分析了各种算法的优缺点,利用混沌时间序列预测问题,详细比较了各种不同单隐层前向神经网络在线学习算法的性能,包括算法的稳定性、学习速度、逼近能力、泛化能力,为前向神经网络在线学习算法的实际应用提供了一定的理论指导.
资源类型:会议论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=KZJC201309001408&DbName=CPFD2013
TOP