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:
为克服和改进传统的BP算法的不足,提出了一种基于遗传算法的神经网络训练方法.本方法将遗传算法应用于神经网络的权值训练中,可避免BP算法易于陷入局部极小值、训练速度慢、误差函数必须可导、受码结构的限制等缺点.本方法降低了计算时间,是一种比较有效的方法.
推荐文章
遗传算法在人工神经网络中的应用综述
遗传算法
神经网络
权值
人工神经网络与遗传算法结合的研究
人工神经网络
遗传算法(GA)
自适应遗传算法(AGA)
人工神经网络结合遗传算法在建模和优化中的应用
人工神经网络(ANN)
遗传算法(GA)
建模
优化
MATLAB
遗传算法BP神经网络在变形监测中的研究
BP神经网络
遗传算法
建筑基坑
变形监测
预测
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 遗传算法在人工神经网络中的应用
来源期刊 电子测量与仪器学报 学科 工学
关键词 BP算法 人工神经网络 遗传算法 二次训练 学习 权值
年,卷(期) 2008,(z1) 所属期刊栏目 信号与图像处理
研究方向 页码范围 170-173
页数 4页 分类号 TP389.1
字数 3210字 语种 中文
DOI
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 李志刚 中科院国家授时中心 4 55 2.0 4.0
2 李伟超 中科院国家授时中心 8 167 4.0 8.0
6 杨旭海 中科院国家授时中心 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (208)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (26)
二级引证文献  (17)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
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算法
人工神经网络
遗传算法
二次训练
学习
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导