简介概要

一种大规模小波神经网络的拟牛顿学习算法

来源期刊：昆明理工大学学报(自然科学版)2013年第6期

论文作者：甘旭升端木京顺高建国

文章页码：54 - 60

关键词：小波;神经网络;无约束最优化问题;拟牛顿算法;Wolfe线搜索;

摘要：为解决大规模小波神经网络的优化问题,提出了一种快速的拟牛顿学习算法,即使用改进Wolfe线搜索的仅存储梯度向量拟牛顿算法.该算法每次迭代中最多计算两次梯度,并且计算中仅需存储递度向量,避开了近似Hessian矩阵的存储问题,从而大大降低了计算量和存储需求.仿真验证了算法的有效性和可行性.

详情信息展示

甘旭升¹，端木京顺²，高建国²

1. 西京学院基础部2. 空军工程大学装备管理与安全工程学院

关键词：小波;神经网络;无约束最优化问题;拟牛顿算法;Wolfe线搜索;