一种前馈神经网络算法 软件导刊;2007年19期2侯亚丽;李铁;; 基于LM优化算法的BP神经网络目标识别方法 [J];探测与控制学报;2008年01期 中国硕士学位论文全文数据库 前...
i ● Z H O N G G U O K E J 1 A O B O L A N 圈圈 £ ● ■ 一 维普资讯 http:// 种前馈神经网络算法 王 I j I j 霞 ( 江 西理 工大学机 电工程学 院 ,江西 赣州 3 4 1 0 0 0 ) 摘 要 :神经 网络 由于其 非线性处理 能力强 。性能稳 定等特点得 到 了广泛应用和研 究 。主要应 用 于模式识 别 、信 号处理 知识 工程 、专 家系统 、优 化组合 、机器 人控 制等 神 经 网络中使 用最 为广泛 的就是 前馈神 经 网络 其 网络权值 学 习算 法 中影 响最大 的就 是误 差反 向传播 算法 ( b a c k — p r o p a g a t i o n 简称 B P算法 )BP算 法存 在局部极 小点 ,收敛速 度慢 等缺 点 。基于优 化理论 i  ̄ L e v e n b e r g — Ma r q u a r d t 算 法忽 略 了二阶项 该 文讨论 当误 差不 为零或者不 为线性 函数 即二阶项 s ( w) 不 能忽略时 的 H e s s e矩 阵 的近 似计算 ,进而训练 网络 关键 词 :神经 网络 ;误 差反 向传播 算法 ;H e s s e矩 阵 中图分 类号 :T P 3 1 2 文献标 识码 :A 文 章编号 :1 8 1 1 — 8 7 5 5 ( 2 0 0 4 ) 0 8 0 2 l 引 古 人 I :
} j l I 绎I 叫络系统 从 2 0世纪 4 0" l ft i 木 诞 I 今仪 个 多世 纪, 但由 J 所具 有的非线性 特性 ,大 量 的片行分 j 结构 以及 学 习和 纳能 力使其红往 卡 j ! 』 识川、 ‘ 处 、知 识 J 、 家系统 、优化乡 ¨ 机 人 制等领域 剑越 术越 f ‘ 泛得 用 ,尼其足 前馈神经 络 。国 内外研 究的重 点_ 卡 要集 中在 网络权 值学 算法 ,以荠雨数 利网络结构 等 。网络 仪值 的学 爿算法 r f 1 影响最 人的就是 误差反 向传播 算 法 ( b a c k . p r o p a g a t i o n简称 B P算 法 )。该 方法 f l 向传播 误差 反向传播两个 过 组成 。
由 皿P算法 存任 局部极 小点 ,收敛速 度慢 等缺 点 ,所 以各种 改进 的 B P算法 纷纷 山现 。如 r , J ‘ 变的学 爿速 率 ,以提 、 高算法 的收敛速 度 ,刈‘ u j 极小点 题 ,} 多研 究晕 点足神经 刚络 与进 化算法I l 结 合。进化 汁算其 固有 的伞局搜 索能 力, U ‘ 以保证经 过足够 多进化代数 总能找 到伞 最 仃解 。基 J 优化 沦可 以给 出许多 权值学 习算法 ,如 轭 梯度法利 L e v e n b e r g . Ma r q u a r d t 算法 ( 简称 L M 算法 )。很 多研 究和应 用 L } 1 都 加证 明的认 为 L M 算法 有令 阶收敛性 。
L j { = 实上, 有 ̄ 5 1 H e s s e矩 阵的 阶项 S ( w1 趋J 零时 , 能戍用 L M 算法 ,否 则劂络 洲练 1 能收敛 很慢或不 收敛 。
该文讨 论 1 误差不 为零或芹 为线 性 函数 阶 项 S ( w) 不 能忽Ⅲ } } 时 的 He s s e矩阵 的近 似 汁 算 ,进 而 洲练 络 。该 法有较 好的收敛特 性 I 稳 定一 。
2 2 . 1 酊馈 } I I I 经 络算 法 向汁算 典型 前馈 } I I I 经 删络 的结 构包括输入 ,隐 ,输 出层 ,各 之 问实行 全互连接 ,层 内神经 元之问 无连 接 。
设 络J L层 ,包括输 入 ,隐层和输 出怯第, J 有 , 个神经 几 :
- 4 4 I - 点,, 层第 i 个神经儿和 l + 1 第j 个} I l I 经/ 已 的连接 十 义为 W, , ( , ) , , 第J 个神经 兀输 出为 Y, ( , ) , , 层 输出为 1 1 1 . I , ( , ) =∑J , 『 ( / 一 1 ) w , , ( , 一 1 ) ) , =l 其中0 , ( , ) 为第, 层第 i 个神经/ 的阂值, , ( , 一1 ) 为, 一1 层第 j个神经 已 的输出,W, , ( , 一1 ) 为第 , 一1 层第 i 个 神经元币 ¨ , 层 J 个 神经冗 的连 接权 , 门 / _ J 为第, 一1 层 神经 元 的个 数 。
l :
1 标 函数 ‘ 般墩 期望输 山与实际输 山之 的平 和 :
( ) :
= 寺 ∑ ( , - y :
, ) 。
:
寺 兰 ∑ e , 2 ) ( ) ( 2 ) 神经网络的训练就是求 E( ) 为最小时的十 义 值W ‘ 般情 _ 卜 。} j { 『 馈神经网络的激洒 函数墩非 7 8 2004 ? 1 1 维普资讯 http:// ZH0 0KE A0B0kAN N G G u J I 日圈i l ■ — - = 誓 ■ 线 性 对 数 一 s 彤 数 ( 1 。
g s i g 数 ) , l f ( x ) = - l 。
2 . 2 L M 算 法 H标 函 数 :
) = 。
( ) 一 P ) ( ) 的梯度:
) = a l ( ) 0 e l ( ) OW 。
2 ) ( ( ) 0 e l ( ) O e l ( ) OW 2 , a . 2 , ( ) ( W) ( ) O e 2 ( ) a W 其一 I 】 J ( ) 一 O W。
OW l e ( O e ( ) 0 ) , O e ( ) OW z ,, , ( ) OW 。
称为 J a c o b i 矧 a l P ( ) 一 。
, … 1 = , _ e . 。
l , - - . e 2 】 其 巾备, , 仿照 B P算法 汁算 。
白 一 ( 嘻( 其中s ( w) = P ( W ) V P ( W ) 此 项 很难 汁算 ,L M 算 法将 其忽 略 。
L M 算法 :
+ ) ( 七+1 ) = ( 七 ) 一[ J ( ) ( W ) + J r 】 J ( ) P ( ) G =J ( ) ( ) + ,=H + , 其q J ,项 保证 G I , J 逆, 则J J I — J ‘ i f ' E - 3  ̄ I J 逆 ,无 f 汁饽 。
( 3 ) 2 . 3 当 P( ) 足f 小或肯 e( W) 足线 数时的 He s s e 矩阵的近似求 法一 D a v i d o n — F l e t c h e 卜 P o we I I 算法( DF P算 法) + 一 器 A g =A e ( W( k+1 ) ) 一△ P ( ( ) ) A = ( k+1 ) 一 ( ) 7 9 :
J I i 曰圈 £ ■ — ■ = 誓 H0NGG U0KE AOBOLAN 维普资讯 http:// 该算法 是 种叠代 算法 ,算法 值 H 选为 位 阵 。
结合 DF P算法 的神经 络 算法:
w( k+1 ) =r v ( k ) 一【 Ⅳ( 七 ) + 】 ( ) ( ) ( 4 ) 足 误 差 基r 1. 9 神经 网络算法流程 4 仿真 :
用神经 网络 逼近 。
个I f 弦函数 。
输入 p = 【 - l :
0 . 0 5 :
l 】 , H标输 出 t = s i n ( p i * p ) 。算 法收敛速度 和精 度如 卜 :
1 0 ’ ’ P | 南邢口 r 氍 n∞7 2 I 2 2 吼OD _-咖 ' t f t 鼍 . 疫 1 o p 鲁 专 ’ 喜 卜 1 0 。
~ 。
— 、 、 ~ 1 0 1 2 3 ‘ 5 6 塑! 壁 垒I E p o c I I 。 叠 代 母 曩 B P算 法 参考文献 结合 D F P算法 的算法 具体 的仿真 口 J j ,该义提 【 出 的结合 D F P算法的神经 刚络算法 有 良好的收敛 性, 误差更小 。
【 l 】 Xi n Y a o , S e n i o r Me mb e r I E E E , a n d Y o n g L i u . A N e w E v o l u t i o n a r y S y s t e m f o r E v o l v i n g A r t i i f c i a l 8 O Z H G G U K E J l B 0‘ 囝圈 — E _ ● = . ■ 0N 0 A0 LAN 维普资讯 http:// Ne u r a l Ne t wo r k s . I E E E T RA NS A C T I ON O N N EUA L N ET OR KS , 1 9 9 7, 8( 3 ) . 【 2 】 Ma r t i n T. H a g a n等. Ne u r a l n e t wo r k d e s i g n . 北 京:机 械 I 业 出版社 ,2 0 0 2 . 【 3 】J 『 r I } 涣 义.实 用最 优 化方 法. 人连 :
人连 I 人学 出版礼 ,2 0 0 0 1 【 4 】徐晋. 馈神经网络学 新算法及 仿真. 哈尔滨 向业人学学报:
自 然科学版 ,2 0 0 4( 1 ):
1 — 3 . [ 5 】李晓东.‘ 种前馈神 网络的快速学爿算法. 信 处 ,2 0 0 4( 2 ):
1 —4 . A M ODI FI ED FEE D— FORW ORD NE URAL NE’ I W ORK LM ALGORI TH M Wa n gl i x i a ( S c h o o l o f Ma c h i n e r y a n d E l e c t r o n i c E n g i n e e r i n g , J US LG a n z h o u , 3 4 1 0 0 0 ) Ab s t r a c t :
Ne u r a l n e t wo r k i s wi d e l y s t u d i e d f o r i t s n o n l i n e a r d i s p o s a l c a p a c i t y a n d g o o d s t a b i l i t y . P a R e r n Re c o g n i t i o n ,S i g n a l P r o c e s s i n g ,Kn o wl e d g e En g i n e e r i n g ,E x p e  ̄ S y s t e m,Co mb i n a t o r i a l Op t i mu , m a n d Ro b o t Co n t r o l a r e a l l c o n c e r n i n g a b o u t n e u r a l n e t wo r k d e s i g n .F o r f e e d - f o r wa r d n e u r a l n e t wo r k, BP a l g o r i t h m i s a mo n g t h e mo s t i mp o r t a t n n e u r a l n e t wo r k a l g o r i t h ms . BP a l g o r i t h m h a s i t s l o c a l mi n i ma a n d t i s s l o w t r a i n i n g s p e e d . S e c o n d o r d e r i t e m i s o mi t t e d i n L e v e n b e r g — a r M q u a r d t a l g o r i t m h b a s e d o n o p t i ma l t h e o y r Th i s p a p e r p r e s e n t s a n a p p r o x i ma t i o n c a l c u l a t i o n or f He s s e a t m r i x t o t r a i n n e t wo r k s . Ke y wo r d s :
n e u r a l n e t wo r k ; b a c k — p r o p a g a t i o n a l g o r i t t n n ; He s s e a t m r i x 作行简介:
F A I l 麟 ( 1 9 5 4 一 ),l 』 J ,江 人 。江 门动 化 系统 。
人 学硕 研究 导师 ,教 授 。
丰要研 究 办 向:网络 集 1 冈 f j 设 ( 1 9 7 8 一 ) , 殳,辽 j 人 。} [ I } L i l 人学 谈 } 研究牛, ‘ 业 :控制 理 论与 控制 工 程 。
( 收 稿 日期 :2 0 0 4 — 1 0 — 2 4 ) 上接 4 7页 视 、对 立 情 绪 。在 心 理 咨 询 中发 现 ,优 秀 教 师 在 教 如 果 教 师 自身 缺 乏健 康 心 理 , 何 以 能培 养 出心 学 工 作 中所 承 受 的心 理 压 超 过 普通 教 师 , 如 担 心 理 健 康 的 学 生 ? 业 内人 士介 绍 , 造 成 教 师 大面 积 存 公开 课 上 得 不 好 的 “ 完 美 主 义 的心 态 ,积 极 面 对 在 心 理 疾病 的 原 因 并 不在 于教 师 工 作 之 苦 , 而 是评 工 作 中 的 挫 折 , 调 整 、 确立 切 合 实 际 的工 作 目标 , 价 机 制 带 来 的 压 力 。
教 师 的 教 学 质量 决 定其 评 优 晋 才 能 在 真 实 的 世 界 里 发挥 T 作 的 潜 能 。
级 和 奖 金 的 发 放 ,甚 至 关 系 到 个 人 的 “ 饭碗 ” 。而 3、教 师 评 价 体 系有 待进 一 步 完 善 。
怎 样 评 价 衡 量 教 师 教学 质 量 的标 准 大 多 是学 生 的考 分 和 升 学 教 师 ,教 师 能 否 能 接 受 评 价 的 方 式 ,对 教 师 心 理 有 率 ,这 给 教 师 带 来 不 少 心 理 压 力 。种 种 迹 象 表 明 , 很 大 的影 响 。教 师 工 作 若 得 到 积 极 的评 价 , 便 会 以 教师 的心 理健 康 问题 已到 了必须 引起全 社会 高度 重视 饱 满 的情 绪 、 更 大 的精 力 投 入 工 作 ;反 之 ,教 师 若 的 时候 了 ! 对 评 价 结 果 不满 ,担 心 由于 人 为 的 偏 差 , 使 自己在 评价 中受到误 解 、 信任, ,则 会产 生心 理 负担 , 增 加工 作压 力 。
四、源于传统观 念和社会现 实之 间的冲突 。
参 考文 献 :
1. 联 合 国教 科 文 组 织 编 著 , 罗进 德 等 译 . 《 世 界 教育 报 告 1 9 9 8 :教 师在 变 革 世 界 中的 教学 工 作 》 . 北京 中 国对外 翻译 出版 公 司. 1 9 9 8 年 2 .《 教育学基础》 . 全 国十 二 所 重 点师 范 大 学联 合 编 写. 教 育科 学 出版 社. 2 0 0 2 年版 3 . 叶 澜 主编 . 《 新 编 教育 学 教程 》 . 华东师范大学出 版社. 1 9 9 1年版 教 师 自身也 要 生存 、 要 发 展 理学家认为 , 人 们 所 经 受 的 心 理 挫 折 以 及缺 乏 正确 的心 理 调 节手 段 ,是 产 生 心 理 问 题 的 直接 原 因 。
随 着 各 行 业 收 入 差 距 的加 大 , 教 师 繁 重 的 1 :
作 与_ r 资 待遇 不 高 、 社 会 地 位 得 到 应 有 的 认 可 等现 实 让教 师 在 “ 无 私 奉 4 .邵 瑞 珍 . 《 教育心理学》 . 上海 教 育 出版 社 . 1 9 9 8 年版 献 ” 的职 业 道 德 标 准 面 前 压抑 、 困惑 。
教 师 在 理 想 ( 收 稿 日期 :2 0 0 4 9 2 4 ) 与现 实中游离 一不堪重负心理失衡 。
一种新的前馈神经网络训练算法及其在控制中的应用 摘要 神经网络控制是智能控制的重要分支,是当前控制领域的研究热点之一.本文主要对前馈神经网络的训练算法及前馈神经...
计算机科学???前馈神经网络的一种优化算法??????????????????????????????????????吴小红金炳尧浙江师范大学信息科学与工程学金华?????????????????????????????????...
一种多层前馈神经网络的快速学习算法_IT/计算机_专业资料 暂无评价 | 0人阅读 | 0次下载 一种多层前馈神经网络的快速学习算法_IT/计算机_专业资料.对多层前馈神经网络的学习算...