采用动量梯度下降算法训练BP网络我要分享

Using momentum gradient descent algorithm to train BP network

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm trainbr 白噪声

关注次数: 464

下载次数: 0

文件大小: 31KB

代码分类: 音频处理

开发平台: matlab

下载需要积分: 1积分

版权声明:如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

代码描述

中文说明:

采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中,我们采用两种训练方法,即 L-M 优化算法(trainlm)和贝叶斯正则化算法(trainbr),用以训练 BP 网络,使其能够拟合某一附加有白噪声的正弦样本数据。


English Description:

The momentum gradient descent algorithm is used to train BP network. Bayesian regularization algorithm is used to improve the generalization ability of BP network. In this case, we use two training methods, namely L-M optimization algorithm (trainlm) and Bayesian regularization algorithm (trainbr), to train BP network, so that it can fit a sinusoidal sample data with white noise.


代码预览

ann.m

bp1.doc

bp神经网络实例.txt