排序方式: 共有55条查询结果,搜索用时 0 毫秒
51.
针对传统BP算法存在收敛速度过慢、易陷入局部极小的问题,提出基于迭代学习的BP神经网络权
值修正算法。该算法将迭代学习的原理与神经网络相结合,同时采用本次训练误差和前一次的训练误差修正神经
网络权值,提高了网络训练速度。仿真结果验证了该算法的有效性。 相似文献
52.
53.
基于二次型优化的迭代学习控制算法 总被引:1,自引:1,他引:0
针对线性时不变系统提出了一种基于优化控制理论设计的迭代学习控制算法,该算法基于二次型优化性能指标,利用梯度下降搜索法来拟合迭代学习控制律,仿真结果表明,该算法具有较快的收敛速度,且系统实际输出能够在较小的迭代次数下快速跟踪给定轨迹。 相似文献
54.
55.