原文服务方: 现代电子技术       
摘要:
带有局部搜索的量子粒子群算法是一种较为成功的改进型量子粒子群算法.将该算法用于RBF神经网络的结构优化和参数优化,在确定网络参数的同时也确定了网络的结构,在函数逼近上的仿真实验表明,这种优化是有效的.
推荐文章
一种新的RBF神经网络训练方法
强跟踪滤波器
RBF神经网络
网络学习
系统辨识
基于混合训练方法的RBF神经网络的曲面重构
曲面重构
径向基函数
双三次B样条
一种新型的广义RBF神经网络及其训练方法
RBF神经网络
训练方法
函数逼近
基于改进差分进化算法的RBF神经网络优化方法
改进差分进化算法
径向基函数神经网络
非线性系统逼近
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MQPSO-LQPSO的RBF神经网络训练方法
来源期刊 现代电子技术 学科
关键词 带有局部搜索的量子粒子群算法 RBF神经网络 结构优化 参数优化
年,卷(期) 2010,(4) 所属期刊栏目 科学计算与信息处理
研究方向 页码范围 157-159
页数 3页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2010.04.049
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 蔡继亮 空军工程大学理学院 7 38 2.0 6.0
2 叶微 空军工程大学理学院 6 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (68)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 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)
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
带有局部搜索的量子粒子群算法
RBF神经网络
结构优化
参数优化
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导