一种新的对角回归神经网络快速学习算法

提出一种新的动态对角回归神经网络学习算法——局部动态误差反传算法(LDBP),该算法定义了一种新的局部均方差函数,并为回归单元建立一种新的学习结构。如果估计出各层的期望输出值,多层回归网络便可分解成一组自适应单元(Adaline),而每个单元可通过二次优化方法进行训练。采用可在有限步内找出全局最优解的共轭梯度法(CG)进行寻优。由于学习过程采用超线性搜索,大大减少了循环步数和计算时间。