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:
基于育种算法的BP网络学习算法,用育种算法替代传统BP算法中的梯度下降法,使得改进后的算法具有不易陷入局部极小、泛化性能好等特点.该算法应用于径流预测的实验证明:这种算法能够明显减少迭代次数、提高收敛精度,其泛化性能也优于传统BP算法.
推荐文章
基于差分进化的BP网络学习算法
神经网络
差分进化
BP算法
基于导数优化的BP学习算法的研究综述
反向传播算法
神经网络
优化
收敛
基于粒子群优化算法的BP网络学习研究
BP网络
粒子群优化算法
泛化
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 基于育种算法的BP网络学习研究
来源期刊 水力发电 学科 工学
关键词 BP网络 育种算法 径流预测
年,卷(期) 2008,(8) 所属期刊栏目 水文水资源
研究方向 页码范围 12-13,42
页数 3页 分类号 O157.5|TV121
字数 2419字 语种 中文
DOI 10.3969/j.issn.0559-9342.2008.08.004
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 马光文 四川大学水电学院 244 2305 23.0 37.0
2 杨道辉 24 353 11.0 18.0
6 王羽 3 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (64)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (11)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP网络
育种算法
径流预测
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
水力发电
月刊
0559-9342
11-1845/TV
大16开
北京西城区德外六铺炕北小街2号
2-428
1954
chi
出版文献量(篇)
7774
总下载数(次)
11
总被引数(次)
33587
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导