作者：武妍; 王守觉前向神经网络权值初始化独立元分析激励函数
摘要：提出了一种基于独立元分析(ICA)方法的权值初始化方法和动态调整S型激励函数的斜率相结合的神经网络学习算法。该方法利用ICA从输入数据中提取显著的特征信息来初始化输入层到隐含层权值。而且通过使神经网络的输出位于激励函数的活动区域，对隐含层到输出层的权值进行初始化。在学习过程中，再对每个隐单元和输出单元的激励函数的斜率进行自动调整。最后通过计算机仿真实际的基准问题，验证了论文提出的方法的有效性。实验结果表明，所提出的方法能有效地加快多层前向神经网络的训练过程。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
