论文部分内容阅读
深度信念网络作为一种新方法最近被应用于化工过程软测量建模中。但是，由于经验式学习率的选择差异，造成了预测不稳定的问题。针对此问题，提出一种自适应学习率的深度信念网络软测量建模方法。在每次更新模型参数前，自适应方法都会完成一次对学习率的训练，以选择当前参数所处位置合适的步长，使收敛速度更快且收敛方向更加趋向于全局最优，较固定的经验式学习率更加智能。