粒子群优化算法在神经网络识别γ能谱中的应用

• 作者: 史东生 周春林 弟宇鸣
• 来源期刊: 核技术
• 学科: 工学
• 关键词: 神经网络 BP算法 PSO算法 γ能谱识别
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 先进探测仪器及方法
• 页码范围: 615-618
• 页数: 4页
• 分类号: TN711|TP316.8
• 字数: 2568字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-3219.2007.07.015

摘要

在神经网络识别γ能谱的应用中,针对BP算法极易陷入局部极小、收敛速度慢的缺点,根据粒子群优化算法具有全局寻优的特点,本文将PSO与BP算法结合起来形成一种训练神经网络的新算法--混合PSO-BP算法.将该算法应用到γ能谱识别中,克服了BP算法极易陷入局部极小的缺点,并且训练好的网络具有很好的泛化能力,识别正确率为100%.实例表明,混合PSO-BP算法用于γ能谱识别是非常理想的、有效的.