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:
根据BP算法的基本原理,分析指出了BP算法存在着收敛慢、接近最优时易产生波动和振荡现象的原因.在此基础上,通过进一步研究,提出了一种新的改进BP算法.改进后的BP算法不仅运算速度有所提高,而且在一定程度上克服了易产生波动和振荡现象的问题.由于改进BP算法的每个权都能找到最优学习率,因此收敛精度得到了提高;并且该算法基本不受初始学习率的影响,因而避免了学习率选取的困难.
推荐文章
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
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
BP 神经网络的改进
BP神经网络
收敛速度
初始权重
局部最小
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 BP神经网络算法的改进及其应用
来源期刊 农业系统科学与综合研究 学科 工学
关键词 BP神经网络 最优学习率 权值 算法
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 170-173
页数 分类号 TP183
字数 2314字 语种 中文
DOI 10.3969/j.issn.1001-0068.2010.02.009
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 王福林 东北农业大学工程学院 168 1809 23.0 34.0
2 索瑞霞 东北农业大学工程学院 10 246 7.0 10.0
3 刘桂莲 东北农业大学工程学院 3 20 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (22)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
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神经网络
最优学习率
权值
算法
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
农业系统科学与综合研究
季刊
1001-0068
23-1158/S
大16开
黑龙江省哈尔滨市
14-151
1985
chi
出版文献量(篇)
1300
总下载数(次)
2
总被引数(次)
19404
论文1v1指导