期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于自适应粒子群优化算法的神经网络的优化研究 被引量:5
1
作者 李辉 蔡敏 +1 位作者 李宇 李跃志 《江西师范大学学报(自然科学版)》 CAS 北大核心 2010年第6期632-635,共4页
针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的自适应粒子群优化算法用于神经网络的训练.该算法通过改进自适应搜索策略以提高网络泛化性能,并结合Ionosphere雷达信号分类数据集进行仿真测试.研究结果表明:基... 针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的自适应粒子群优化算法用于神经网络的训练.该算法通过改进自适应搜索策略以提高网络泛化性能,并结合Ionosphere雷达信号分类数据集进行仿真测试.研究结果表明:基于自适应粒子群优化算法训练的神经网络在分类准确率和分类误差上明显优于传统的BP算法,且很好地提高了网络泛化能力和优化效果. 展开更多
关键词 神经网络 自适应粒子群优化算法 仿真
在线阅读 下载PDF
基于改进粒子群优化RBF神经网络的算法 被引量:2
2
作者 李辉 蔡敏 谈亮 《火力与指挥控制》 CSCD 北大核心 2012年第2期144-146,150,共4页
针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中。依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参数向量。实例仿真表... 针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中。依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参数向量。实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高。 展开更多
关键词 粒子群算法 RBF神经网络 局部搜索算子 仿真
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部