搜索结果: 1-7 共查到“数学 BP”相关记录7条 . 查询时间(0.123 秒)
在压缩感知理论中,基追踪BP算法用于求解l1范数的最小值问题,采用原对偶内点法实现对稀疏信号的重构.在线性分组码译码中,把差错图案E看作一维稀疏信号,借助压缩感知理论,提出了重构差错图案E的方法.把伴随式S和校验矩阵H分别作为测量信号和测量矩阵,代入基追踪BP算法重构出差错图案E.验证了重构的差错图案E是正确的.对线性分组码译码进行仿真实验,通过基追踪BP算法和最大似然算法实现了汉明码的译码,通过...
The asymptotic error floor of LDPC ensembles under BP decoding
Binary no memory random elements the noise
2015/8/21
We consider communication over binary memoryless symmetric channels using random elements from irregular low density parity check code (LDPC) ensembles, and belief propagation (BP) decoding. Under the...
基于打洞函数法的BP神经网络水文预报方法
非线性规划 水文预报 打洞函数
2012/8/6
BP神经网络是目前水文预报中应用较为广泛的方法,但存在收敛速度慢、易陷入局部最优的缺陷.由此提出了基于全局优化打洞函数法的水文预报方法,把打洞函数法和BP神经网络相结合,利用打洞函数使BP算法跳出当前局部极小点,得到一个函数值更小的极小点,循环运算直至找到全局极小点.实验表明该水文预报方法能够提高预报精度,显示了良好的适用性.
一种快速且全局收敛的BP神经网络学习算法
全局收敛 优化 学习算法 BP 神经网络
2010/8/31
目前误差反向传播(BP)算法在训练多层神经网络方面有很多成功的应用.然而,BP算法也有一些不足：收敛缓慢和易陷入局部极小点等.提出一种快速且全局收敛的BP神经网络学习算法,并且对该优化算法的全局收敛性进行分析和详细证明.实证结果表明提出的算法比标准的BP算法效率更高且更精确.
本文对三层~BP神经网络中带有惩罚项的在线梯度学习算法的收敛性问题进行了研究.在网络训练每一轮开始执行之前, 对训练样本随机进行重排, 以使网络学习更容易跳出局部极小. 文中给出了误差函数的单调性定理以及该算法的弱收敛和强收敛性定理.