局部极小相关论文
ＧＳ算法在解决相位恢复问题的计算中有容易陷入局部极小困境的缺点，为克服这一缺点我们提出一种利用中间计算结果及一个加权因子λ来切......
神经网络在数据挖掘的应用中主要存在两个问题，一是训练时间过长；二是获得的知识难以理解和表示。神经网络中的规则提取方法是解决“......
张代远教授在其专著《神经网络新理论与方法》中提出的权函数神经网络模型简化了网络结构，克服了传统神经网络算法局部极小、收敛速......
为了解决传统神经网络算法(如BP、RBF算法)中出现的局部极小、收敛速度慢等问题,文献[1]和文献[2]中作者提出了权函数神经网络的概......
遗憾的是全局优化的理论与算法远不及局部优化的那么成熟,至今为止对于一般非凸函数还缺少判别全局最优性的条件.该文组织如下:第......
为了解决可变学习速率的BP神经网络(VLBP)在训练时容易陷入局部极小的问题,在VLBP的算法规则中引入模拟退火中的metropolis接受准......
针对机器人软件控制系统对扩展性和重用性的应用需求,将分布式组件服务、多代理协调与层次化软件设计思想结合,构建了基于松耦合服......
Ｂ Ｐ 网络是目前应用最为广泛的神经网络，但由于 Ｂ Ｐ 网络采用的是梯度下降法，这就不可避免地会出现网络学习收敛速度慢及容易陷入局部极......
进一步研究ｂｐ算法，给出了一个以逐步增加训练数据和隐节点＂为特征的避开局部极小的改进方法．建议了一个可控制的前向网络ｂｐ模型
Furthe......
利用同伦方法求解无约束非凸优化问题,证明了在同伦映射为正则映射的条件下,选取合适的同伦方程,当算法可以排除鞍点时,同伦方法一......
