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:
笔者对用PSO训练前向神经网络做了研究,提出了用PSO算法训练前向神经网络的新方法,并通过算例和BP算法做了比较,实验结果说明了本文算法的有效性.
推荐文章
混合粒子群优化算法优化前向神经网络结构和参数
粒子群优化
神经网络
故障诊断
遗传算法
基于改进粒子群优化算法的神经网络设计
粒子群算法
蚁群算法
信息素
神经网络设计
基于反传混沌粒子群训练的前馈神经网络研究
前馈神经网络
BP网络
粒子群优化
混沌映射
粒子群算法优化神经网络结构的研究
粒子群
神经网络
隐含层节点数
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 粒子群优化算法在训练前向神经网络中的应用
来源期刊 吉林建筑工程学院学报 学科 工学
关键词 粒子群优化算法 前向神经网络 BP 算法
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 73-75
页数 分类号 TP301.6
字数 2124字 语种 中文
DOI 10.3969/j.issn.1009-0185.2010.05.022
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 宋少忠 13 39 5.0 5.0
5 张立彪 吉林大学计算机科学与技术学院 1 2 1.0 1.0
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  (0)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化算法
前向神经网络
BP 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
吉林建筑大学学报
双月刊
1009-0185
22-1413/TU
大16开
长春市新城大街5088号
1984
chi
出版文献量(篇)
2717
总下载数(次)
7
总被引数(次)
9535
论文1v1指导