基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对传统的BP算法进行了改进,提出了BP神经网络动态全参数自调整学习算法,又将其编制成计算机程序,使得隐层节点和学习速率的选取全部动态实现,减少了人为因素的干预,改善了学习速率和网络的适应能力.计算结果表明:BP神经网络动态全参数自调整算法较传统的方法优越,训练后的神经网络模型不仅能准确地拟合训练值,而且能较精确地预测未来趋势.
推荐文章
BP神经网络的改进及其应用
人工神经网络
BP神经网络
需水量
预测
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
预测
BP神经网络改进算法在核电设备故障诊断中的应用
核电设备
故障诊断
神经网络
改进BP算法
基于模拟退火算法改进的 BP神经网络算法
BP神经网络
样本选择
主动学习
模拟退火
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络BP算法的改进及其应用
来源期刊 四川大学学报(工程科学版) 学科 数学
关键词 人工神经网络 BP算法 自调整 自组织方法
年,卷(期) 2000,(2) 所属期刊栏目 管理科学与工程
研究方向 页码范围 105-109
页数 5页 分类号 O224|O29
字数 4384字 语种 中文
DOI 10.3969/j.issn.1009-3087.2000.02.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘光中 四川大学管理科学与工程系 32 827 13.0 28.0
2 李晓峰 四川大学管理科学与工程系 54 1293 16.0 35.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (251)
同被引文献  (165)
二级引证文献  (719)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(5)
  • 引证文献(4)
  • 二级引证文献(1)
2003(19)
  • 引证文献(13)
  • 二级引证文献(6)
2004(19)
  • 引证文献(9)
  • 二级引证文献(10)
2005(45)
  • 引证文献(16)
  • 二级引证文献(29)
2006(71)
  • 引证文献(20)
  • 二级引证文献(51)
2007(89)
  • 引证文献(22)
  • 二级引证文献(67)
2008(88)
  • 引证文献(22)
  • 二级引证文献(66)
2009(79)
  • 引证文献(21)
  • 二级引证文献(58)
2010(60)
  • 引证文献(11)
  • 二级引证文献(49)
2011(58)
  • 引证文献(15)
  • 二级引证文献(43)
2012(54)
  • 引证文献(12)
  • 二级引证文献(42)
2013(44)
  • 引证文献(11)
  • 二级引证文献(33)
2014(51)
  • 引证文献(6)
  • 二级引证文献(45)
2015(51)
  • 引证文献(8)
  • 二级引证文献(43)
2016(62)
  • 引证文献(18)
  • 二级引证文献(44)
2017(61)
  • 引证文献(18)
  • 二级引证文献(43)
2018(54)
  • 引证文献(6)
  • 二级引证文献(48)
2019(48)
  • 引证文献(17)
  • 二级引证文献(31)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
人工神经网络
BP算法
自调整
自组织方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工程科学与技术
双月刊
1009-3087
51-1773/TB
大16开
成都市一环路南一段24号
62-55
1957
chi
出版文献量(篇)
4421
总下载数(次)
4
论文1v1指导