改进的BP神经网络方法及其在农业商品总产值预测中的应用

• 作者: 何勇 林丽兰
• 来源期刊: 科技通报
• 学科: 工学
• 关键词: 系统工程 BP神经网络 主成分分析法 回归分析 农业商品总产值
• 年，卷（期）: 2005,（1）
• 页码范围: 6-9,18
• 页数: 5页
• 分类号: TP18
• 字数: 2771字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7119.2005.01.002

摘要

针对BP神经网络应用中存在的训练时间长、收敛速度慢的问题,对常用的BP神经网络方法进行了改进,增加了数据前处理和后处理的过程.前处理过程是对BP神经网络的输入变量采用主成分分析法进行预处理,确定主要的影响因素,解决了神经网络训练时输入变量过多造成的效率下降问题;后处理过程是对训练结果采用回归和相关性分析的方法进行评价,验证了训练结果的精度.对农业商品总产值的预测结果表明,改进的BP神经网络方法能够提高神经网络的训练效率,并且达到了较高的预测精度.该方法适用于解决多因素预测的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇	浙江大学生物系统工程与食品科学学院	511	9054	45.0	65.0
2	林丽兰	浙江大学生物系统工程与食品科学学院	3	32	3.0	3.0