基于放大误差信号的BP算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (21): 90-92.

基于放大误差信号的BP算法

刘佳璐，刘琼荪，胡上尉

重庆大学数理学院，重庆 400030

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-21 发布日期:2007-07-21
通讯作者: 刘佳璐

Back-propagation algorithm based on enlarging error signals

LIU Jia-lu，LIU Qiong-sun，HU Shang-wei

College of Science，Chongqing University，Chongqing 400030，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-21 Published:2007-07-21
Contact: LIU Jia-lu

摘要/Abstract

摘要： 提出了一种基于放大误差信号的改进BP算法，构造了一个新的函数修改激励函数的导数，通过放大误差信号，加大网络权值调整力度，避免BP算法易于陷入饱和区域来加快收敛速度。仿真结果表明，该算法在收敛速度等方面大大优于其他一些算法。

关键词: 前馈神经网络, BP算法, 误差信号, 饱和区域

Abstract: This paper presents an improved back-propagation algorithm based on enlarging error signals.A modified derivative of the activation function is proposed to amplify the range of weight adjusting by enlarging error signals.The proposed algorithm speeds up the convergence rate by avoiding getting trapped the premature saturation.Simulation results show that the proposed algorithm always outperforms the standard back-propagation algorithms and other traditional methods in the convergence rate.

Key words: feed-forward neural network, Back-Propagation algorithm, error signal, flat spot

刘佳璐，刘琼荪，胡上尉. 基于放大误差信号的BP算法[J]. 计算机工程与应用, 2007, 43(21): 90-92.

LIU Jia-lu，LIU Qiong-sun，HU Shang-wei. Back-propagation algorithm based on enlarging error signals[J]. Computer Engineering and Applications, 2007, 43(21): 90-92.

[1]	李墨羽，焦瑞莉，朱云龙，吴世玉. GNSS-R SAR地面目标建模与成像[J]. 计算机工程与应用, 2019, 55(23): 265-270.
[2]	赵亚丁1，沈宽2. 用于DR图像缺陷检测的改进的LBP算法[J]. 计算机工程与应用, 2016, 52(19): 179-183.
[3]	卜范玉1，2，陈志奎1，张清辰1. 支持增量式更新的大数据特征学习模型[J]. 计算机工程与应用, 2015, 51(12): 21-26.
[4]	冯有前1，余付平2，高大化1，安芹力1. 稀疏分解在雷达移频干扰抑制方面的应用研究[J]. 计算机工程与应用, 2012, 48(6): 129-130.
[5]	景军锋1，2，张缓缓1，李鹏飞1，王静1. LBP和Tamura纹理特征方法融合的织物疵点分类算法[J]. 计算机工程与应用, 2012, 48(23): 155-160.
[6]	邹海，褚维翠，徐军，张娟，王子琦. 双权值神经网络在图像分割中的应用[J]. 计算机工程与应用, 2012, 48(13): 163-166.
[7]	王燕霞，邓伟. 基于级连神经网络和SVD的文本分类新模型[J]. 计算机工程与应用, 2010, 46(26): 102-104.
[8]	谢文兰，石跃祥，肖平. 应用BP神经网络对自然图像分类[J]. 计算机工程与应用, 2010, 46(2): 163-166.
[9]	李艳琴¹，张立毅^2，3，郭纯生1，储琳琳¹. Lagrange优化的LMK神经网络盲多用户检测[J]. 计算机工程与应用, 2010, 46(18): 146-148.
[10]	李孝忠^1，2，李秋²，张有伟². 新型模糊神经网络模型[J]. 计算机工程与应用, 2010, 46(16): 60-62.
[11]	唐云岚^1，2，高妍方¹，谭旭¹，陈英武¹. 基于跨越连接的多层前馈神经网络结构分析[J]. 计算机工程与应用, 2009, 45(32): 45-47.
[12]	李伟强，徐建城，殷剑锋. 蜜蜂群优化算法用于训练前馈神经网络[J]. 计算机工程与应用, 2009, 45(24): 43-45.
[13]	杨妙妙，赵葆华. 基于BP神经网络的多媒体课件评价模型研究[J]. 计算机工程与应用, 2009, 45(21): 242-244.
[14]	孙娓娓,刘琼荪. BP神经网络的联合优化算法[J]. 计算机工程与应用, 2009, 45(12): 50-51.
[15]	李业丽¹,冯超²,陆利坤¹. 一种基于共轭梯度的LMBP改进学习算法[J]. 计算机工程与应用, 2008, 44(21): 106-108.