基于BP神经网络的霍普菲尔德模型改进研究

• 作者: 朱明晨 赵平 陈伟荣
• 来源期刊: 测绘工程
• 学科: 地球科学
• 关键词: 霍普菲尔德模型 BP神经网络 多元线性回归 精度分析
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 学术研究
• 页码范围: 26-30,34
• 页数: 6页
• 分类号: P228
• 字数: 3869字
• 语种: 中文
• DOI: 10.19349/j.cnki.issn1006-7949.2016.09.006

摘要

为了分析对流层延迟的时空变化规律、提高对流层延迟的改正精度,利用BP神经网络处理非线性问题的优势,改进传统的霍普菲尔德模型得到一种新的融合模型(Hop+BP模型)。分别对比 Hop+BP模型与传统的霍普菲尔德模型、多元线性回归模型、BP 神经网络等模型的计算结果,得到如下结论：霍普菲尔德模型存在一个明显的系统误差,精度较低；多元线性回归的预测精度有所提高,但是其本质是将数据强制拟合,缺少物理解释,难以推广使用；传统的BP神经网络的计算精度较之霍普菲尔德模型有80%的提高,但存在明显的不稳定性；Hop+BP 模型具有预测精度高、稳定性好等优点,预测中误差为1.1 cm,明显优于传统方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵平	铜陵学院建筑工程学院	12	17	2.0	4.0
2	陈伟荣	东南大学交通学院	7	58	5.0	7.0
3	朱明晨	铜陵学院建筑工程学院	6	14	2.0	3.0