双向权值调整的前向神经网络学习算法

？提出一种新的前向神经网络的学习算法,该算法在正向和反向阶段均可以对不同的层间的权值进行必要的调整，在正向阶段按最小范数二乘解原则确定连接隐层与输出层的权值，反向阶段则按误差梯度下降原则调整通连接输入层与隐层间的权值，具有很快的学习能力和收敛速度，并且能在一定的程度上保证所训练神经网络的泛化能力，实验结果初步验证了新算法的性能。