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:
针对BP神经网络由于初始权值的随机选取而造成陷入局部极小的问题,提出了以遗传算法为基础的最优值选择法,利用遗传算法自身特有的优势,为BP网络的权值找到全局最优解,从而提高BP网络的收敛速度和精度.
推荐文章
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
基于改进遗传算法的BP网络权值优化
BP算法
遗传算法
优化
交叉率
基于并行遗传算法的网络最优弥补模型
网络脆弱性
攻击图
网络脆弱性弥补
PGA-ONHM
遗传算法优化的BP神经网络税收模型
遗传算法
神经网络
税收模型
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BP网络最优权值算法
来源期刊 昆明冶金高等专科学校学报 学科 工学
关键词 BP神经网络 局部极小 遗传算法 最优权值
年,卷(期) 2006,(5) 所属期刊栏目 计算机与信息技术
研究方向 页码范围 37-43
页数 7页 分类号 TP183
字数 3786字 语种 中文
DOI 10.3969/j.issn.1009-0479.2006.05.009
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 黄玮 昆明冶金高等专科学校自动化电力学院 11 55 3.0 7.0
2 王旭 昆明冶金高等专科学校自动化电力学院 14 34 4.0 5.0
3 刘卫民 昆明冶金高等专科学校自动化电力学院 6 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (45)
参考文献  (4)
节点文献
引证文献  (13)
同被引文献  (4)
二级引证文献  (1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
局部极小
遗传算法
最优权值
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
昆明冶金高等专科学校学报
双月刊
1009-0479
53-1141/TF
大16开
云南省昆明市学府路388号
1985
chi
出版文献量(篇)
2666
总下载数(次)
3
总被引数(次)
6493
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导