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:
本文利用BP神经网络拟合电化领域的工艺模型,并通过正交实验获得实验样本数据,对BP网络进行演化训练.在实践应用中,对BP网络的演化学习进行了改进,取得了良好的效果.实践证明,用该模型得到的最优工艺流程的预期值误差和稳定性,都能满足实际生产的要求.
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
BP 神经网络的改进
BP神经网络
收敛速度
初始权重
局部最小
BP神经网络算法的改进及收敛性分析
网络算法
BP神经网络
共轭梯度法
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 BP神经网络学习算法的改进与应用
来源期刊 计算机工程与科学 学科 工学
关键词 BP神经网络 演化学习 正交实验 最优工艺
年,卷(期) 2004,(12) 所属期刊栏目 算法研究
研究方向 页码范围 61-63,70
页数 4页 分类号 TP183
字数 3018字 语种 中文
DOI 10.3969/j.issn.1007-130X.2004.12.017
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 蒋伟进 株洲工学院计算机系 45 347 11.0 16.0
2 杨伟丰 株洲工学院计算机系 12 133 6.0 11.0
3 许中华 株洲工学院计算机系 14 118 6.0 10.0
4 曾三友 株洲工学院计算机系 17 275 9.0 16.0
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  (1)
节点文献
引证文献  (33)
同被引文献  (60)
二级引证文献  (115)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(10)
  • 引证文献(9)
  • 二级引证文献(1)
2008(12)
  • 引证文献(5)
  • 二级引证文献(7)
2009(11)
  • 引证文献(3)
  • 二级引证文献(8)
2010(17)
  • 引证文献(3)
  • 二级引证文献(14)
2011(12)
  • 引证文献(2)
  • 二级引证文献(10)
2012(7)
  • 引证文献(0)
  • 二级引证文献(7)
2013(10)
  • 引证文献(2)
  • 二级引证文献(8)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(15)
  • 引证文献(2)
  • 二级引证文献(13)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
演化学习
正交实验
最优工艺
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导