作者:
原文服务方: 微电子学与计算机       
摘要:
提出一种基于粒子群的改进BP算法,该算法在网络的学习过程中首先利用粒子群算法的全局搜索性,引入非线性惯性系数找到最优权值,其次重新给部分粒子参数赋值,增加粒子多样性,从而避免早熟收敛,进一步完善了原有粒子群算法.建立非线性函数的BP神经网络模型,并利用MATLAB软件对其进行拟合.仿真结果表明,改进算法对于非线性函数有良好的拟合能力,拟合误差相对减小.
推荐文章
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于组合特征和PSO-BP算法的数字识别
组合特征
粒了群算法
BP神经网络
数字识别
基于PSO-BP算法的目标威胁评估
BP神经网络
粒子群算法
威胁指数法
威胁估计
一种改进型PSO-BP算法在红外目标中的应用
目标识别
粒子群优化算法
BP神经网络
伪目标
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 改进PSO-BP算法在函数拟合中的应用
来源期刊 微电子学与计算机 学科
关键词 神经网络 BP算法 PSO算法 惯性权重 函数拟合
年,卷(期) 2017,(9) 所属期刊栏目
研究方向 页码范围 112-115
页数 4页 分类号 TP183
字数 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 魏巍 西安邮电大学物联网与两化融合研究院 12 50 3.0 7.0
2 师娅 西安邮电大学通信与信息工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (68)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (36)
二级引证文献  (3)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(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)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
BP算法
PSO算法
惯性权重
函数拟合
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导