基于改进的粒子群算法优化开关神经网络的木材表面缺陷识别

• 作者: 季伟东 张建飞 王克奇 马宁
• 来源期刊: 东北林业大学学报
• 关键词: 粒子群 BP神经网络 木材缺陷
• 年，卷（期）: 2012,（12）
• 页码范围: 99-102
• 页数: 4页
• 分类号: S781.5
• 语种: 中文

摘要

提出了一种改进的粒子群优化算法(IPSO),由混沌序列产生初始种群,采用克隆选择变异算子避免算法过早收敛于一个平衡点.用改进后的粒子群算法训练开关神经网络,将其用于木材表面缺陷识别.结果表明在较少的网络节点连接数目的情况下,获得了较高的识别率及良好的网络泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王克奇		83	952	19.0	27.0
2	季伟东		3	23	2.0	3.0
3	马宁		10	48	4.0	6.0
4	张建飞		1	7	1.0	1.0