广义同余神经网络及BP神经网络的比较研究.pdfVIP

第 25 卷 第 2 期 计 算 机 应 用 研 究 Vol. 25 No. 2 2008 年 2 月 Application Research of Computers Feb. 2008 * 广 义 同余 神 经 网络 及 BP 神 经 网络 的 比较 研 究 1 1 1 2 鄢 田云 , 邹书蓉 , 余贞侠 , 刘培培 ( 1. 成都信 息工程 学院 计算机 系, 成都 610225 ; 2. 西南交通 大学 信 息科 学与技术 学院, 成都 6 1003 1) 摘 要: 从神经 网络 的结构、激励 函数、权值 调 整算 法等 方 面对三 种 广 义 同余神 经 网络 ( generalized congruence neural network, GCNN) 及传统 BP 神经 网络 ( back propagation neural network, BPNN) 的异 同点进行 了比较 和研 究 。 通过对正 弦函数的逼 近性 能比较, 表 明最新 改进 的第三 种 GCNN 既继承 了前 两种 GCNN 收敛 速度 快 的优 点, 又 具有传统 BPNN 稳 定性好 的优点; 既克服 了前 两种 GCNN 不稳定性 的缺 点, 又克服 了传 统 BPNN 收敛 速度 慢 的 缺点 。采 用分段 线性 激励 函数 有利 于 GCNN 的推广应 用 。 关键 词: 神 经 网络; 广 义同余; 反 向传播 中图分类号: TP11 文献标志码 : A 文章编号 : 100 1- 3695( 2008) 02- 0408 - 03 Study on comparison for GCNNs and BPNN 1 1 1 2 YAN Tian-yun , ZOU Shu-rong , YU Zhen-xia , LIU Pei-pei ( 1. Dept. of Computer, Chengdu University of Information Technology, Chengdu 6 10225, China; 2. School of Information Science Technolo- gy, Southwest Jiaotong University, Chengdu 610031, China) Abstract: This paper compared the difference and similarity for three types of GCNN and BPNN in neural networks’struc- ture, activation function, weight adj ustment algorithm, etc. The comparisons for approximation performance to sine function show that the 3rd improved GCNN( GCNN3) inherits fast convergent speed in the previous two GCNNs, and is as good as BPNN in stability. GCNN3 overc