基于变分数阶随机梯度下降法的BP神经网络优化方法

    公开(公告)号:CN114254747A

    公开(公告)日:2022-03-29

    申请号:CN202111584901.6

    申请日:2021-12-22

    Applicant: 河南大学

    Abstract: 本发明公开了一种基于变分数阶随机梯度下降法的BP神经网络优化方法,包括以下步骤:步骤一、初始化神经网络拓扑结构:步骤二、初始化模型参数:步骤三、前向传播:步骤三、前向传播:步骤五、反向传播:步骤六、变分数阶随机梯度下降,步骤七、判断是否满足结束条件。本发明充分利用了迭代积分下限和截断高阶项的分数阶微分在不同阶数下的优点收敛特性,在初始训练时使用较高的分数阶阶次,提高学习速度,随着训练的进行,阶次迅速降低,在靠近极值点时会有更稳定的收敛过程,提高了BP神经网络在图像处理中训练数据集的学习速度和精确度。

Patent Agency Ranking