• 所有问题

    • BP神经网络存在学习收敛速度慢、容易陷入局部极小点而无法得到全局最优解等缺点。收敛速度慢是什么意思

    BF网络的优点中，描述道 它具有唯一最佳逼近的特性，最佳逼近的特性是什么意思？
    RBF网络的优点中，描述到 它具有唯一最佳逼近的特性，最佳逼近的特性是什么意思？

    举报该问题
    推荐答案   2011-03-26
    收敛速度慢意思是训练时间长。最佳逼近特性意思是用此方法训练出的网络结构与期望的最接近。
    温馨提示：答案为网友推荐，仅供参考
    其他回答
    第1个回答  2011-03-28
    我也刚学 多讨论下 收敛速度就是训练次数和收敛度的比值
    相似回答
    局部极小点是什么意思答：局部极小点是指在某个小区间内误差达到最小，但在整个区间内并不一定是最小误差，因此，必须尽量避免这种情形发生。目前常采用的方法是动量调整权值发、LM学习法等，具体用什么方法，还需要看具体情况。不好意思，就知道这些，不知道能否帮到你。
    bp神经网络的缺点答：1)局部极小化问题：从数学角度看，传统的BP神经网络为一种局部搜索的优化方法，它要解决的是一个复杂非线性化问题，网络的权值是通过沿局部改善的方向逐渐进行调整的，这样会使算法陷入局部极值，权值收敛到局部极小点，从而导致网络训练失败。加上BP神经网络对初始网络权重非常敏感，以不同的权重初始化网...
    bp神经网络为什么会陷入局部极小值答：3，易陷入局部极小值。BP算法可以使网络权值收敛到一个最终解，但它并不能保证所求为误差超平面的全局最优解，也可能是一个局部极小值。这主要是因为BP算法所采用的是梯度下降法，训练是从某一起始点开始沿误差函数的斜面逐渐达到误差的最小值，故不同的起始点可能导致不同的极小值产生，即得到不同...
    bp神经网络研究现状答：同时BP算法与其它算法一样，也存在自身的缺陷：(1)由于该算法采用误差导数指导学习过程，在存在较多局部极小点的情况下容易陷入局部极小点，不能保证收敛到全局最小点：(2)存在学习速度与精度之间的矛盾，当学习速度较快时，学习过程容易产生振荡，难以得到精确结果，而当学习速度较慢时，虽然结果的精度...
    BP执行是什么意思?答：BP执行算法的缺点也同样明显。其首先需要一个合适的损失函数，而且损失函数需要可微分。这就意味着无法处理离散数据的问题。其次，BP算法可能会陷入局部最优解，需要采用适当的正则化方法来降低过拟合。此外，BP算法的训练速度较慢，算法的收敛速度较慢。考虑到BP执行的优缺点，我们需要根据具体的问题场景...
    伤寒、副伤寒流行预测模型(BP神经网络)的建立答：BP算法可以使网络权值收敛到一个解,但它并不能保证所求为误差超平面的全局最小解,很可能是一个局部极小解。这是因为BP算法采用的是梯度下降法,训练从某一起点沿误差函数的斜面逐渐达到误差的最小值。 考虑到以上算法的缺点,对模型进行了两方面的改进: (1)附加动量法 为了避免陷入局部极小值,对模型进行了改进,...
    基于优化的BP神经网络遥感影像分类答：摘要:在网络结构给定的情况下,利用遗传算法的全局寻优能力得到一组权值和阈值作为BP神经网络的初始权值和阈值,来避免BP神经网络易陷入局部极小的缺陷,同时也可以提高网络的收敛速度。然后再利用BP神经网络的局部寻优能力,对权值和阈值进行进一步的精细调整。实验结果表明,把这种基于遗传算法的BP神经网络应用于遥感影像监督...
    大家正在搜
    相关问题
    局部极小点是什么意思
    bp神经网络算法陷入了局部最小值怎么办
    BP神经网络出现局部极小的处理
    机器学习怎么避免算法陷入局部极小点
    神经网络容易陷入局部极小特性的原因是什么