期刊文献+

改进神经网络方法对导线耦合串扰的预测

Improved Neural Network Prediction of Crosstalk Coupling in EMC
下载PDF
导出
摘要 利用一种改进粒子群优化算法的粒子速度、位置修正公式替代传统BP算法的梯度下降法;并基于改进BP神经网络建立了电磁兼容问题中导线串扰电压的预测模型;实验结果表明改进后的方法在预测精度和小样本性能方面要比传统BP神经网络高得多. In this paper,particle velocity and position correction formula in improved particle swarm optimization was usedinstead of gradient descent in traditional BP algorithm;and prediction model of crosstalk voltage in EMC was established based onimproved BP neural network;Experimental results showed that forecasting accuracy and small sample performance of improvedmethod was much higher than the traditional BP neural network.
作者 王丽
出处 《晋中学院学报》 2010年第3期8-11,23,共5页 Journal of Jinzhong University
基金 晋中学院教改资助项目(JG20090104 JG20090119 JG20090205) 山西省教育厅资助项目(山西省普通本科高等教育教学改革项目 晋教高[2009]19号)
关键词 神经网络 粒子群算法 耦合串扰 预测 BP neural network PSO crosstalk coupling prediction
  • 相关文献

参考文献5

二级参考文献43

共引文献74

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部