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:
介绍了粒子群优化(PSO)算法的原理,研究了将PSO算法应用于神经网络训练的方法,给出了算法软件实现的基本流程,并对Iris分类问题做了仿真实验,通过与BP算法的比较,结果表明基于PSO的神经网络训练算法操作简单,易于实现,而且训练精度较高,有良好的收敛性.
推荐文章
一种基于高维粒子群算法的神经网络结构优化研究
高维BP神经网络
粒子群算法
神经网络
结构优化
一种新的RBF神经网络训练方法
强跟踪滤波器
RBF神经网络
网络学习
系统辨识
基于面向对象自适应粒子群算法的神经网络训练
神经网络
粒子群优化算法
面向对象方法
拓扑结构优化
基于改进粒子群优化算法的神经网络设计
粒子群算法
蚁群算法
信息素
神经网络设计
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 一种基于粒子群优化算法的神经网络训练方法
来源期刊 河南师范大学学报(自然科学版) 学科 工学
关键词 粒子群优化 进化算法 神经网络
年,卷(期) 2007,(3) 所属期刊栏目 研究简报
研究方向 页码范围 169-171
页数 3页 分类号 TP183
字数 1848字 语种 中文
DOI 10.3969/j.issn.1000-2367.2007.03.050
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 秦毅男 郑州大学电气工程学院 14 100 6.0 9.0
2 廖晓辉 郑州大学电气工程学院 20 198 7.0 14.0
3 赵庆治 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (459)
参考文献  (1)
节点文献
引证文献  (13)
同被引文献  (27)
二级引证文献  (52)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(6)
  • 引证文献(4)
  • 二级引证文献(2)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(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
粒子群优化
进化算法
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
河南师范大学学报(自然科学版)
双月刊
1000-2367
41-1109/N
大16开
河南省新乡市建设东路
36-55
1960
chi
出版文献量(篇)
4665
总下载数(次)
13
总被引数(次)
17113
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导