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:
BP(back propagation)神经网络是一种监督神经网络学习算法,但原始算法收敛速率慢,训练过程易陷入局部极小值,精度不高.提出了一种改进的BP神经网络算法,某种程度上克服了以上缺点.对文中的改进算法用C语言编程,并利用真实数据,对大学生就业能力进行了预测,实验表明改进算法有效,为高校解决大学生就业能力提供了决策支持.
推荐文章
基于模拟退火算法改进的 BP神经网络算法
BP神经网络
样本选择
主动学习
模拟退火
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
预测
BP神经网络的改进及其应用
人工神经网络
BP神经网络
需水量
预测
基于改进BP神经网络的关联挖掘模型设计
BP神经网络
关联挖掘模型
算法改进
二次函数
选择能力
用户交互
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 基于二参数的BP神经网络算法改进与应用
来源期刊 河北科技大学学报 学科 工学
关键词 BP算法 大学生就业 神经网络
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 447-450
页数 分类号 TP183
字数 2486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 邓小武 怀化学院计算机科学与技术系 17 37 3.0 5.0
2 李森林 怀化学院计算机科学与技术系 23 40 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (101)
参考文献  (9)
节点文献
引证文献  (13)
同被引文献  (39)
二级引证文献  (58)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(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)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
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)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(6)
  • 参考文献(3)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(9)
  • 引证文献(2)
  • 二级引证文献(7)
2014(12)
  • 引证文献(1)
  • 二级引证文献(11)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
BP算法
大学生就业
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
河北科技大学学报
双月刊
1008-1542
13-1225/TS
大16开
河北省石家庄市裕华东路70号
1980
chi
出版文献量(篇)
2212
总下载数(次)
6
论文1v1指导