BP算法中设定随训练样本变化的神经元阀值的研究

摘要

提出一种新的方式处理ＢＰ算法：在隐层和输出层的神经元中设定随训练样本变化的阀值，即在有关的每个神经元中设定和训练样本数量相同的一组阀值，在学习完所有样本后，用常规的ＢＰ算法，根据每一组训练样本调整权重和神经元阀值，计算机仿真表明该处理方法具有稳定、快速的收敛精度。