原文服务方: 微电子学与计算机       
摘要:
为克服和改进传统的BP算法的不足,发挥神经网络和遗传算法各自的优势,本文提出了一种基于遗传算法的人工神经网络二次训练方法.本方法将遗传算法应用于神经网络的权值训练中,并用神经网络二次训练得到最终结果,降低了计算时间,是一种比较有效的方法.
推荐文章
基于遗传算法的神经网络学习算法研究
遗传算法
神经网络
BP算法
全局最优解
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
采用遗传算法训练对角递归神经网络预测控制器
广义预测控制
神经网络
遗传算法
基于改进遗传算法的神经网络集成模型
遗传算法
神经网络集成
自适应交叉概率
自适应变异概率
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 基于遗传算法的神经网络二次训练算法
来源期刊 微电子学与计算机 学科
关键词 BP算法 遗传算法 二次训练 人工神经网络
年,卷(期) 2005,(3) 所属期刊栏目
研究方向 页码范围 252-254,258
页数 4页 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2005.03.067
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 胡秦 6 42 4.0 6.0
2 郑玉山 16 156 7.0 12.0
3 邓正宏 47 389 12.0 18.0
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  (50)
参考文献  (4)
节点文献
引证文献  (19)
同被引文献  (19)
二级引证文献  (86)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(11)
  • 引证文献(5)
  • 二级引证文献(6)
2008(10)
  • 引证文献(1)
  • 二级引证文献(9)
2009(9)
  • 引证文献(2)
  • 二级引证文献(7)
2010(10)
  • 引证文献(1)
  • 二级引证文献(9)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(10)
  • 引证文献(0)
  • 二级引证文献(10)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
BP算法
遗传算法
二次训练
人工神经网络
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导