整型权值神经网络优化方法的研究与实现

• 作者: 包健 周彬
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 整型权值 神经网络 嵌入式系统 实时处理
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 优化仿真
• 页码范围: 195-198,242
• 页数: 5页
• 分类号: TP183
• 字数: 4555字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.11.049

摘要

针对传统BP网络训练算法难以解决离散域值空间寻优的问题,以及原有神经网络权值的整型优化方法存在的不足,提出一种利用改进的遗传算法(Improved Genetic Algorithm,IGA)对神经网络进行整型权值学习优化的方法,以提高神经网络在嵌入式实时系统中的运行效率,并且大大地减少系统的存储容量,扩大神经网络的应用范围.仿真实验结果表明,新的整形权值神经网络训练方法在收敛效率、逼近精度和泛化能力上比原有算法有了较大的提高,将为嵌入式系统成功应用神经网络进行实时处理提供了一条有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包健	杭州电子科技大学计算机学院	22	126	6.0	10.0
5	周彬	杭州电子科技大学计算机学院	2	3	1.0	1.0