網(wǎng)站導航
室內(nèi)環(huán)境監(jiān)測系統(tǒng)與BP神經(jīng)網(wǎng)絡算法可謂是有著密不可分的關聯(lián)。它經(jīng)過多年的沉淀和成長，已成為室內(nèi)環(huán)境監(jiān)測中的熱門技術，它的計算過程十分清楚，邏輯也十分清晰。但是，這種算法存在這幾個明顯的缺陷。
第一點是BP神經(jīng)網(wǎng)絡學習中，收斂速度并不快。標準BP神經(jīng)網(wǎng)絡在學習過程中，算法的收斂速度并不快，尤其是當神經(jīng)網(wǎng)絡的訓練達到一定的訓練次數(shù)后。它在進行訓練過程中，誤差在收斂的過程中，基本都會出現(xiàn)振蕩，從而影響速度。特別是在遇到一些復雜訓練問題時，訓練的時間過程可能要持續(xù)很長時間，嚴重影響算法的使用效率。
第二點是它在訓練過程中十分容易陷入極小值的狀態(tài)。它在訓練的過程中，會出現(xiàn)收斂過程變緩甚至停滯的狀態(tài)，當再經(jīng)過一定次數(shù)的訓練過程中，收斂的速度又會恢復到較快的速度。BP神經(jīng)網(wǎng)絡在訓練中出現(xiàn)這種現(xiàn)象的原因，正是訓練中容易陷入局部極小值的缺點。在訓練過程中，一旦出現(xiàn)這種現(xiàn)象，原因很可能是神經(jīng)網(wǎng)絡以為找到了最匹配的權重。
第三點是它在使用過程中，一個難點就是最佳的神經(jīng)網(wǎng)絡結構難以確定，并且不能保證設計的網(wǎng)絡的泛化能力。在實際使用的時候，BP神經(jīng)網(wǎng)絡結構中的層數(shù)以及網(wǎng)絡中每層的節(jié)點個數(shù)怎么確定，當前都是靠以往的使用經(jīng)驗來確定，理論依據(jù)并不很充分。
雖然該算法室內(nèi)環(huán)境監(jiān)測系統(tǒng)中的通用性很強，具有很強的理論依據(jù)，但是就其缺陷來看，我們應該去探尋一個優(yōu)化的方法，破解難題。
