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:
为了在资源有限的嵌入式系统中提高智能特性,需要研究开发具有较好逼近和泛化能力的、以及代码简单的神经网络.本文采用具有很强全局寻优能力的遗传算法以及局部寻优能力较强的梯度下降法,结合两者的优点形成了一种神经网络混合优化算法.对遗传算法操作算子做了改进,能同时优化神经网络的结构和权值及阈值.仿真实验结果表明,该混合优化算法能够有效地对神经网络的结构和权值及阈值优化,优化后的神经网络有较好的逼近能力和泛化能力.
推荐文章
基于混合算法优化神经网络的混沌时间序列预测
神经网络
粒子群优化
模拟退火
混沌时间序列
基于神经网络和混合遗传算法的优化控制研究
神经网络
混合遗传算法
优化控制
基于蚁群优化算法的BP神经网络的RPROP混合算法仿真的研究
蚁群优化算法
BP神经网络
RPROP混合算法
基于狼群算法优化的BP神经网络
BP神经网络
狼群算法
函数拟合
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 基于神经网络的混合优化算法研究
来源期刊 微计算机应用 学科 工学
关键词 遗传算法 梯度下降法 神经网络
年,卷(期) 2010,(5) 所属期刊栏目 综述与研究
研究方向 页码范围 7-10
页数 分类号 TP3
字数 2890字 语种 中文
DOI 10.3969/j.issn.2095-347X.2010.05.002
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 王平 福建师范大学物理与光电信息科技学院 88 503 12.0 17.0
2 江华丽 福建师范大学物理与光电信息科技学院 31 199 8.0 12.0
3 翁宗煌 福建师范大学物理与光电信息科技学院 3 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (44)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (27)
二级引证文献  (19)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(8)
  • 参考文献(7)
  • 二级参考文献(1)
2010(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
遗传算法
梯度下降法
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
网络新媒体技术
双月刊
2095-347X
10-1055/TP
大16开
北京海淀区北四环西路21号
2-304
1980
chi
出版文献量(篇)
3082
总下载数(次)
5
论文1v1指导