期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
混合粒子群算法优化神经网络的研究 被引量:3
1
作者 田雨波 潘朋朋 《微电子学与计算机》 CSCD 北大核心 2011年第6期156-159,共4页
针对BP神经网络初始权阈值的确定所具有的随机性和各个隐含层神经元数的不确定性,通过利用混合粒子群优化算法来同时优化神经网络的初始权阈值和结构.首先通过混合粒子群优化算法来确定一个较好的搜索空间,然后在这个解空间里再通过BP... 针对BP神经网络初始权阈值的确定所具有的随机性和各个隐含层神经元数的不确定性,通过利用混合粒子群优化算法来同时优化神经网络的初始权阈值和结构.首先通过混合粒子群优化算法来确定一个较好的搜索空间,然后在这个解空间里再通过BP算法对网络进行训练和学习,搜索出最优的网络结构和权阈值.通过Iris模式分类、Wine模式分类问题和广义异或问题来对该模型进行训练和测试,相比遗传算法等其他算法,该模型可以获得更高的正确识别率,结果表明此方法是可行的. 展开更多
关键词 混合粒子群 神经网络 分类 广义异或
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部