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:
提出了一种基于粒子群优化BP神经网络的养肠胃菜谱判定的方法.粒子群算法通过自身良好的搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络中收敛性慢、存在多个局部极值点的缺陷.并分别通过误差曲线图、线性回归图等,对BP神经网络模型与PSO-BP神经网络模型进行比较分析.实验结果表明,PSO-BP模型判定较准确,在调养肠胃的饮食食谱选择中起到了指导作用.
推荐文章
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
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
基于粒子群优化BP神经网络的心电信号分类方法
心电信号
粒子群算法
BP神经网络
分类
模式识别
QRS波群
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
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BP神经网络的养肠胃菜谱判定
来源期刊 计算机科学 学科 工学
关键词 PSO-BP神经网络模型 粒子群优化算法 调养肠胃菜谱
年,卷(期) 2016,(z2) 所属期刊栏目 智能计算
研究方向 页码范围 63-66,72
页数 5页 分类号 TP183
字数 5303字 语种 中文
DOI
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 雷雪梅 北京科技大学计算机与通信工程学院 6 24 3.0 4.0
2 张璐 北京科技大学计算机与通信工程学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (272)
参考文献  (13)
节点文献
引证文献  (8)
同被引文献  (49)
二级引证文献  (42)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(10)
  • 参考文献(4)
  • 二级参考文献(6)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(13)
  • 引证文献(6)
  • 二级引证文献(7)
2019(28)
  • 引证文献(1)
  • 二级引证文献(27)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
PSO-BP神经网络模型
粒子群优化算法
调养肠胃菜谱
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导