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:
研究了量子进化算法,并将其与神经网络相融合,提出了基于量子进化算法的神经网络学习算法,然后将其应用于工业过程丙烯腈收率建模,结果表明量子进化神经网络建模具有较快的收敛速度和较高的模型精度,可以满足工业中要求丙烯腈收率误差不超过1%的要求.
推荐文章
BP神经网络的量子学习及应用
BP神经网络
量子计算
量子遗传算法
神经网络预测
基于进化算法的SFSN神经网络
神经网络
进化算法
矢量量化
聚类
改进的进化神经网络算法及其在入侵检测中的应用
入侵检测
神经网络
遗传算法
改进的进化神经网络
量子过程神经网络模型算法及应用
量子计算
量子过程神经元
量子过程神经网络
算法设计
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 基于量子进化算法的神经网络及应用
来源期刊 计算机工程与应用 学科 工学
关键词 量子 进化算法 神经网络 应用
年,卷(期) 2007,(26) 所属期刊栏目 工程与应用
研究方向 页码范围 206-208
页数 3页 分类号 TP273
字数 4399字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.26.061
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 俞金寿 华东理工大学信息科学与工程学院 199 3638 32.0 51.0
2 杨妍 华东理工大学信息科学与工程学院 4 35 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (4)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子
进化算法
神经网络
应用
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导