K-L变换在BP网络初始权值优化中的应用
TP391; 提出了一种新的神经网络初始权值的优化方法.该方法首先对样本做K-L变换,将所得到的变换矩阵作为BP网络输入层到隐层的初始权值,然后开始BP算法对多层感知器的训练学习,以缩短样本学习时间.最后分别选取线性可分的样本和非线性可分的样本在MATLAB中进行了仿真.仿真结果证明,该权值优化方法是合理的....
Gespeichert in:
| Veröffentlicht in: | 重庆工学院学报（自然科学版） 2007, Vol.21 (2), p.103-105 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 105 |
|---|---|
| container_issue | 2 |
| container_start_page | 103 |
| container_title | 重庆工学院学报（自然科学版） |
| container_volume | 21 |
| creator | 刘存根 陈增辉 周东辉 |
| description | TP391; 提出了一种新的神经网络初始权值的优化方法.该方法首先对样本做K-L变换,将所得到的变换矩阵作为BP网络输入层到隐层的初始权值,然后开始BP算法对多层感知器的训练学习,以缩短样本学习时间.最后分别选取线性可分的样本和非线性可分的样本在MATLAB中进行了仿真.仿真结果证明,该权值优化方法是合理的. |
| doi_str_mv | 10.3969/j.issn.1674-8425-B.2007.02.028 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_cqgxyxb200702028</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>cqgxyxb200702028</wanfj_id><sourcerecordid>cqgxyxb200702028</sourcerecordid><originalsourceid>FETCH-wanfang_journals_cqgxyxb2007020283</originalsourceid><addsrcrecordid>eNpjYFAzNNAztjSz1M_SyywuztMzNDM30bUwMTLVddIzMjAw1zMwAiILFgZOoIyhroGlkQkHA29xcWaSgYGhoZGlpYkZJ4ORt67P0_4Zz3oXPZ2zwing-d6Jz3fPedox9-ny7mdzm5827HmyZ8bTnmlPdqx9Pqvl6a4pz6es4GFgTUvMKU7lhdLcDBpuriHOHrrliXlpiXnp8Vn5pUV5QJn45ML0isqKJJBjDIyATjEmQSkAXc5Pnw</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>K-L变换在BP网络初始权值优化中的应用</title><source>Alma/SFX Local Collection</source><creator>刘存根 ; 陈增辉 ; 周东辉</creator><creatorcontrib>刘存根 ; 陈增辉 ; 周东辉</creatorcontrib><description>TP391; 提出了一种新的神经网络初始权值的优化方法.该方法首先对样本做K-L变换,将所得到的变换矩阵作为BP网络输入层到隐层的初始权值,然后开始BP算法对多层感知器的训练学习,以缩短样本学习时间.最后分别选取线性可分的样本和非线性可分的样本在MATLAB中进行了仿真.仿真结果证明,该权值优化方法是合理的.</description><identifier>ISSN: 1671-0924</identifier><identifier>DOI: 10.3969/j.issn.1674-8425-B.2007.02.028</identifier><language>chi</language><publisher>中国海洋大学,电子信息工程系,山东,青岛,266071</publisher><ispartof>重庆工学院学报（自然科学版）, 2007, Vol.21 (2), p.103-105</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/cqgxyxb/cqgxyxb.jpg</thumbnail><link.rule.ids>314,776,780,4010,27900,27901,27902</link.rule.ids></links><search><creatorcontrib>刘存根</creatorcontrib><creatorcontrib>陈增辉</creatorcontrib><creatorcontrib>周东辉</creatorcontrib><title>K-L变换在BP网络初始权值优化中的应用</title><title>重庆工学院学报（自然科学版）</title><description>TP391; 提出了一种新的神经网络初始权值的优化方法.该方法首先对样本做K-L变换,将所得到的变换矩阵作为BP网络输入层到隐层的初始权值,然后开始BP算法对多层感知器的训练学习,以缩短样本学习时间.最后分别选取线性可分的样本和非线性可分的样本在MATLAB中进行了仿真.仿真结果证明,该权值优化方法是合理的.</description><issn>1671-0924</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2007</creationdate><recordtype>article</recordtype><recordid>eNpjYFAzNNAztjSz1M_SyywuztMzNDM30bUwMTLVddIzMjAw1zMwAiILFgZOoIyhroGlkQkHA29xcWaSgYGhoZGlpYkZJ4ORt67P0_4Zz3oXPZ2zwing-d6Jz3fPedox9-ny7mdzm5827HmyZ8bTnmlPdqx9Pqvl6a4pz6es4GFgTUvMKU7lhdLcDBpuriHOHrrliXlpiXnp8Vn5pUV5QJn45ML0isqKJJBjDIyATjEmQSkAXc5Pnw</recordid><startdate>2007</startdate><enddate>2007</enddate><creator>刘存根</creator><creator>陈增辉</creator><creator>周东辉</creator><general>中国海洋大学,电子信息工程系,山东,青岛,266071</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2007</creationdate><title>K-L变换在BP网络初始权值优化中的应用</title><author>刘存根 ; 陈增辉 ; 周东辉</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_cqgxyxb2007020283</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2007</creationdate><toplevel>online_resources</toplevel><creatorcontrib>刘存根</creatorcontrib><creatorcontrib>陈增辉</creatorcontrib><creatorcontrib>周东辉</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>重庆工学院学报（自然科学版）</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>刘存根</au><au>陈增辉</au><au>周东辉</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>K-L变换在BP网络初始权值优化中的应用</atitle><jtitle>重庆工学院学报（自然科学版）</jtitle><date>2007</date><risdate>2007</risdate><volume>21</volume><issue>2</issue><spage>103</spage><epage>105</epage><pages>103-105</pages><issn>1671-0924</issn><abstract>TP391; 提出了一种新的神经网络初始权值的优化方法.该方法首先对样本做K-L变换,将所得到的变换矩阵作为BP网络输入层到隐层的初始权值,然后开始BP算法对多层感知器的训练学习,以缩短样本学习时间.最后分别选取线性可分的样本和非线性可分的样本在MATLAB中进行了仿真.仿真结果证明,该权值优化方法是合理的.</abstract><pub>中国海洋大学,电子信息工程系,山东,青岛,266071</pub><doi>10.3969/j.issn.1674-8425-B.2007.02.028</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1671-0924 |
| ispartof | 重庆工学院学报（自然科学版）, 2007, Vol.21 (2), p.103-105 |
| issn | 1671-0924 |
| language | chi |
| recordid | cdi_wanfang_journals_cqgxyxb200702028 |
| source | Alma/SFX Local Collection |
| title | K-L变换在BP网络初始权值优化中的应用 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-19T05%3A03%3A05IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=K-L%E5%8F%98%E6%8D%A2%E5%9C%A8BP%E7%BD%91%E7%BB%9C%E5%88%9D%E5%A7%8B%E6%9D%83%E5%80%BC%E4%BC%98%E5%8C%96%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8&rft.jtitle=%E9%87%8D%E5%BA%86%E5%B7%A5%E5%AD%A6%E9%99%A2%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E5%88%98%E5%AD%98%E6%A0%B9&rft.date=2007&rft.volume=21&rft.issue=2&rft.spage=103&rft.epage=105&rft.pages=103-105&rft.issn=1671-0924&rft_id=info:doi/10.3969/j.issn.1674-8425-B.2007.02.028&rft_dat=%3Cwanfang_jour%3Ecqgxyxb200702028%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=cqgxyxb200702028&rfr_iscdi=true |