人工神经网络的一种改进的B—P学习算法及其应用.pdfVIP

维普资讯 系统工程与电子技术 1991年第 3期 人工神经网络的一种改进的 B—P学习算法及其应用 ● 国防科学技术大学电子技术系 梁 民 别、仲康 摘要 本文首先简要地夼 绍了人工神经网络 (眦下简称神经 同络)的B—_P学 习算法，蛙而分 折 了日_卜P算法收敛速度慢 的内在原因，讨论一些加速 日卜_P算法收鼓的措施，提 出 了一种茂进 的 B-P学 习算法(MB—P)。将这种算法应用于两类舍嗥飞机 图象 目标识剐幕统，并进行 了仿真实验 赛验结果表明，MB-P学习算法的收敛速度 }匕B—P算法的收敛速度快许多，而且分别用这两种学 习算法训练 的神经 同络对 目标具有大致相同的识别平 。 主题词 神经网络， B-P算法， MB—P算法，模式识 AM odifiedBack—propagationLearningAlgorithm for ArtificialNeuralNetworkandI括Application LiangM inandSunZhongkang Dept．ofElectronicEng．NationalUniversi ofDefenceTechnology Absq3act：Inthispaper，thebacI ropagafiou( P)learningalgorithm isreviewedatfirst． SomemodificationsoftheB_Palgorithm arediscussed AmodifiedB—P(MB—P)algorithm ispro- posedandapplide tonoisyimageobjectrecognition．Thesimulationexperimentsshowthatthe MB-Palgorithm offersamuchfasterconvergeno~spede ．comparedwiththeB斗 algorithm Keywords：Neuralnetwork,B—Palgorithm ，M B—Palgoritmh ，Imagerecognition 特性 (如不可预测、有各种类型的吸引子 等)外，还有其 自身的特点：由于它采用了 分布式的存贮方式，所以具有较好的容错和 近年来，神经网络的研究受到人们极大 抗噪能力；一个模式，不是存放在某一 固定 的关注。它的发展无疑地将为人工智能、模 的地方，而是分布在整个网络，并 由大量神 式识别和信息处理的研究开辟一条新的技术 经元构成一个激活的模式来表示，因丽当部 途径。神经网络是 由大量简单元件 (神经 分信息丢失时，不致对全局造成太大的影 元、模拟电子器件等)广泛地相互连接而形 响。此外，它还具有 自适应 自学习能力，通 成的一种复杂网络，是一种非线性动力学系 过样本训练 根据周围环境不断地改变自己 ● 统。采用它来进行模式识别与信息处理时， 除了具有一般的非线性动力学系统所共有的 收稿 日期：1990年 6月 28日 一 18一