77问答网
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
当前网址:
http://77.wendadaohang.com/zd/YW8YvYvpW.html
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