一种具有自适应动量因子的BP神经网络算法实现

作者：杨文龙; 肖程望

来源：计算机与数字工程, 2019, (05): 1199-1202+1269.

• 改进的BP神经网络
• 自适应动量因子
• 协同过滤 improved BP neural network
• adaptive momentum factor
• collaborative filtering

互联网技术的快速发展给人们带来了海量的数据,极大地影响了消费者的选、购效率,高效的推荐系统变得尤为重要。传统的基于BP神经网络的协同过滤会导致局部极小值、收敛缓慢等问题。它通过改进BP神经网络算法,很好地优化了收敛缓慢的问题。解决方案是在增加动量项的基础上将动量项改为自适应的,使其能够实时变化,很好地解决了权值调整震荡导致的不稳定性。经实验证实该改进算法大大提高网络训练效率,并且提高推荐效率。

• 单位
  武汉邮电科学研究院