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:
本文提出一种新颖的基于粒子群优化的BP网络学习算法,该算法是一种全局随机优化算法.用Iris分类问题,将所提出的算法与BP算法作了对比实验.实验结果表明:所提出的算法性能优于BP算法,而且具有良好的收敛性.
推荐文章
基于粒子群优化算法的BP网络学习研究
BP网络
粒子群优化算法
泛化
混沌免疫粒子群优化算法在BP网络训练中的应用
神经网络
粒子群优化算法
克隆选择
混沌算法
基于粒子群算法优化BP神经网络漏钢预报的研究
粒子群优化算法
BP神经网络
连铸
漏钢预测
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
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 基于粒子群优化的BP网络学习算法
来源期刊 计算机应用与软件 学科 工学
关键词 神经网络 粒子群优化 BP算法
年,卷(期) 2003,(8) 所属期刊栏目 算法
研究方向 页码范围 74-76
页数 3页 分类号 TP393
字数 2294字 语种 中文
DOI 10.3969/j.issn.1000-386X.2003.08.032
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 冯乃勤 河南师范大学计算机科学系 48 422 11.0 19.0
2 王岁花 河南师范大学计算机科学系 45 312 8.0 16.0
3 李爱国 西安科技学院计算机科学系 40 1409 14.0 37.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (227)
参考文献  (2)
节点文献
引证文献  (78)
同被引文献  (79)
二级引证文献  (525)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(4)
  • 引证文献(4)
  • 二级引证文献(0)
2006(16)
  • 引证文献(14)
  • 二级引证文献(2)
2007(34)
  • 引证文献(6)
  • 二级引证文献(28)
2008(52)
  • 引证文献(14)
  • 二级引证文献(38)
2009(52)
  • 引证文献(9)
  • 二级引证文献(43)
2010(35)
  • 引证文献(1)
  • 二级引证文献(34)
2011(39)
  • 引证文献(1)
  • 二级引证文献(38)
2012(49)
  • 引证文献(2)
  • 二级引证文献(47)
2013(48)
  • 引证文献(9)
  • 二级引证文献(39)
2014(55)
  • 引证文献(5)
  • 二级引证文献(50)
2015(55)
  • 引证文献(1)
  • 二级引证文献(54)
2016(50)
  • 引证文献(3)
  • 二级引证文献(47)
2017(48)
  • 引证文献(6)
  • 二级引证文献(42)
2018(32)
  • 引证文献(2)
  • 二级引证文献(30)
2019(25)
  • 引证文献(0)
  • 二级引证文献(25)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
神经网络
粒子群优化
BP算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导