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:
针对高技术知识创新非线性、不确定性、时变性的特点,建立了评价指标体系;结合粒子群优化算法,提出了一种改进的模糊神经网络评价模型.该模型能够进行多个并行时变模糊神经网络组合算法,这些算法通过进化预置网络的连接权值、阈值和补偿参数,实现网络的学习和精确推理.通过仿真应用,证明了此种模型结构与算法适用性好,便于计算机实现,且全局收敛能力、收敛速度和泛化精度等性能均优于原先的学习算法.
推荐文章
基于粒子群优化的模糊神经网络垂直切换算法
异构网络
垂直切换
模糊神经网络
粒子群算法
网络仿真
基于粒子群的模糊神经网络交通流量预测
短时交通流
预测模型
模糊神经网络
粒子群算法
改进混沌粒子群的动态模糊神经网络参数优化及应用
动态模糊神经网络
混沌粒子群优化
早熟处理机制
参数优化
煤与瓦斯突出
基于粒子群优化神经网络的卫星故障预测方法
故障预测
卫星
粒子群优化
神经网络
时间序列
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 基于粒子群优化模糊神经网络的高技术知识创新评价
来源期刊 系统工程与电子技术 学科 社会科学
关键词 高技术知识创新 模糊神经网络 粒子群优化算法 评价方法
年,卷(期) 2012,(5) 所属期刊栏目 系统工程
研究方向 页码范围 973-976
页数 分类号 C93
字数 4085字 语种 中文
DOI 10.3969/j.issn.1001-506X.2012.05.21
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 梁工谦 西北工业大学管理学院 169 1972 24.0 36.0
2 张海峰 西北工业大学管理学院 5 14 2.0 3.0
6 张晶 西北工业大学管理学院 25 183 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (46)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (27)
二级引证文献  (15)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高技术知识创新
模糊神经网络
粒子群优化算法
评价方法
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导