Elman和BP神经网络在模式分类领域内的对比研究

• 作者: 丁硕 巫庆辉 常晓恒 杨友林 胡庆功
• 来源期刊: 现代电子技术
• 关键词: Elman神经网络 BP神经网络 模式分类 收敛速度 泛化能力
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 计算机应用技术 -- 科学计算与应用技术
• 页码范围: 12-14,18
• 页数: 4页
• 分类号: TN911-34|TP391.9
• 语种: 中文

摘要

为了研究Elman神经网络和标准BPNN中何种网络类型更适合于解决模式分类问题，分别构建了基于Elman神经网络的分类模型和基于标准BPNN的分类模型。以平面上二维向量模式的分类为例，对2种分类模型进行训练和泛化能力测试。仿真结果表明，在训练样本数量相等且中小规模网络的条件下，Elman网络模型比BP网络模型具有更高的分类精度，更快的收敛速度，更适合于解决模式分类问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨友林	渤海大学工学院	20	161	7.0	12.0
2	胡庆功	渤海大学工学院	6	164	5.0	6.0
3	巫庆辉	渤海大学工学院	46	413	9.0	18.0
4	丁硕	渤海大学工学院	42	451	11.0	19.0
5	常晓恒	渤海大学工学院	34	306	8.0	16.0