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BP神经网络算法计算量复杂、收敛速度缓慢等缺点,提出一种基于启发式算法的BP神经网络权值和阈值的迭代方法。该方法结合蛙跳粒子群可控参数少、收敛速度快等特点,将神经网络权值和阈值作为粒子,通过粒子更新来实现BP神经网络训练。实验结果表明,该算法的精度可在1.5342e-03左右。
推荐文章
基于粒子群算法优化BP神经网络漏钢预报的研究
粒子群优化算法
BP神经网络
连铸
漏钢预测
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
改进粒子群算法在BP神经网络拟合非线性函数方面的应用
BP神经网络
粒子群算法
函数拟合
免疫接种
基于粒子群优化BP神经网络的高校科研管理评估研究
高校科研管理
绩效评估
粒子群算法
BP神经网络
模型预测
预测精度
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 基于蛙跳粒子群的BP神经网络算法
来源期刊 计算机与现代化 学科 工学
关键词 蛙跳算法 粒子群算法 BP神经网络
年,卷(期) 2015,(9) 所属期刊栏目 算法设计与分析
研究方向 页码范围 57-59,65
页数 4页 分类号 TP18
字数 2539字 语种 中文
DOI 10.3969/j.issn.1006-2475.2015.09.012
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 谷全宇 中国地质大学北京信息工程学院 1 2 1.0 1.0
2 张梦婷 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (73)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (3)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蛙跳算法
粒子群算法
BP神经网络
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导