作者:
原文服务方: 科技与创新       
摘要:
QPSO是基于PSO的改进算法,具有全局搜索能力强,收效速度快、香棒性高等特点.本文利用QPSO对BP网络的权值进行训练,再根据训练好的BP网络对近年来研究生报考人数进行了预测,仿真结果证明了其有效性.
推荐文章
改进的QPSO-BP算法的铀价格预测模型及应用
价格预测
量子粒子群算法
量子粒子群算法(QPSO)-反向传播(BP)模型
铀价
基于改进的QPSO训练BP网络的网络流量预测
量子粒子群优化算法
粒子群优化算法
早熟
神经网络
网络流量预测
专业学位硕士研究生招生全面质量管理机制建设研究
专业学位
硕士研究生
招生
全面质量管理
机制
基于QPSO-BP和改进D-S的水电机组振动故障诊断
水电机组
振动
故障诊断
量子粒子群优化BP神经网络
改进D-S证据理论
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QPSO-BP的研究生报考人数的预测
来源期刊 科技与创新 学科
关键词 BP QPSO 预测
年,卷(期) 2010,(15) 所属期刊栏目
研究方向 页码范围 213-215
页数 分类号 TP311.1
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.15.085
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 胡云 无锡市广播电视大学信息与艺术系 24 59 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (49)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
BP
QPSO
预测
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导