基于APSO 的LSTM神经网络模型优化方法研究
打开文本图片集
摘要：多隐含层长短期记忆神经网络（long short-term memory，LSTM）循环神经网络权值与阈值更新依赖梯度下降算法，模型收敛速度慢，网络节点的权值计算易出现局部极值，导致LSTM 神经网络模型不能得到全局最优，网络模型泛化能力下降，限制LSTM 循环神经网络的应用。因此，利用加速粒子群优化算法（accelerated particle swarm optimization，APSO）的优化能力，提出一种改进LSTM 神经网络模型。（剩余1518字）