共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
3.
4.
Pi-sigma神经网络的带动量项的异步批处理梯度算法收敛性 总被引:1,自引:0,他引:1
本文将动量项引入到训练Pi-sigma神经网络的异步批处理的梯度算法中,有效的改善了算法的收敛效率,并从理论上对该算法的收敛性进行研究,给出了误差函数的单调性定理及该算法的弱收敛和强收敛性定理.计算机仿真实验亦验证了带动量项的异步批处理梯度算法的有效性和理论分析的正确性. 相似文献
5.
1引言 考虑无约束优化问题其中f:Rn→R是一阶可微函数.求解(1)的非线性共轭梯度法具有如下形式:其中gk= f(xk),ak是通过某种线搜索获得的步长,纯量βk的选取使得方法(2)—(3)在f(x)是严格凸二次函数且采用精确线搜索时化为线性共轭梯度法[1].比较常见的βk的取法有Fletcher-Reeves(FR)公式[2]和Polak-Ribiere-Polyak(PRP)公式[3-4]等.它们分别为其中 取欧几里得范数.对于一般非线性函数,FR方法具有较好的理论收敛性[5-6],而… 相似文献
6.
7.
一种修正的HS共轭梯度法及全局收敛性 总被引:2,自引:0,他引:2
<正>1引言考虑无约束极小化问题:(?),(1)其中f(x)连续可微,其梯度函数用g(x)表示.共轭梯度法求解(1)的常用迭代格式为:x_(k+1)=x_k+α_kd_k,(2)(?)(3)其中g_k=▽f(x_k),α_k≥0是由某种线搜索得到的步长因子;d_k为搜索方向,β_k为标量,β_k的不同选择产生了不同的共轭梯度法.著名的β_k公式有: 相似文献
8.
9.
10.
改进的共轭梯度法及其收敛性 总被引:1,自引:0,他引:1
本文对无约束最优化问题提出一类改进的共轭梯度法。该算法采用一类非精确线搜索,扩大了迭代参数的选取范围,并在目标函数连续可微的条件下,证明了算法的全局收敛性。 相似文献
11.
Online gradient algorithm has been widely used as a learning algorithm for feedforward neural network training. In this paper, we prove a weak convergence theorem of an online gradient algorithm with a penalty term, assuming that the training examples are input in a stochastic way. The monotonicity of the error function in the iteration and the boundedness of the weight are both guaranteed. We also present a numerical experiment to support our results. 相似文献
12.
In this work, a gradient method with momentum for BP neural networks is considered. The momentum coefficient is chosen in an adaptive manner to accelerate and stabilize the learning procedure of the network weights. Corresponding convergence results are proved. 相似文献
13.
14.
本文首先给出由线性等式和不等式以及部分变量非负组成的约束集的一个新的转轴运算。它是以往转轴运算的推广。然后,以此为基础,建立该约束条件下的非线性规划的一个拓广的既约梯度法,它是既约梯度法的广泛推广和改进。算法不需增加任何松驰变量,以致提高问题的维数,扩大问题的规模;方法直接对原问题进行求解。本文算法对一般线性约束规划具有广泛的实用性,其处理技巧带有普遍意义。在非退化假设下,本文算法具有全局收敛性。 相似文献
15.
本文考虑一类激励-抑制型时滞神经网络模型解的收敛性.利用分析的方法并结合平面系统的几何特性,得出初值φ=(ψ,Ψ)∈R2,在响应区间[a,b]的端点a和b处不振动时,解(z(t),y(t))→(0,0)(t→+∞). 相似文献
16.
一种改进的共轭梯度法及全局收敛性 总被引:1,自引:0,他引:1
本文在DY共轭梯度法的基础上对解决无约束最优化问题提出一种改进的共轭梯度法.该方法在Wolfe线搜索下能够保证充分下降性,并在目标函数可微的条件下,证明了算法的全局收敛性.大量数值试验表明,该方法是很有效的. 相似文献
17.
本文建立了一个共轭梯度方法全局收敛性的判别准则,基于这一准则证明了一类三参数共轭梯度法的全局收敛性及DY方法的一个变形的全局收敛性. 相似文献
18.
改进HS共轭梯度算法及其全局收敛性 总被引:14,自引:0,他引:14
1.引 言 1952年 M.Hestenes和E.Stiefel提出了求解正定线性方程组的共轭梯度法[1].1964年R.Fletcher和C.Reeves将该方法推广到求解下列无约束优化问题: minf(x),x∈Rn,(1)其中f:Rn→R1为连续可微函数,记gk= f(xk),xk∈ Rn. 若点列{xk}由如下算法产生:其中 βk=[gTk(gk-gk-1)]/[dTk-1(gk-gk-1)].(Hestenes-Stiefel) (4)则称该算法为 Hestenes—Stiefel共轭梯度算… 相似文献
19.
时贞军 《高等学校计算数学学报(英文版)》1995,(1)
In this paper, by using a new projection, we construct a variant of Zhang's algorithm and prove its convergence. Specially, the variant of Zhang's algorithm has quadratic termination and superlinear convergence rale under certain conditions. Zhang's algorithm hasn't these properties. 相似文献