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:
传统的神经网络BP算法具有强大的自学习 、自适应及非线性映射能力,但算法具有收敛缓慢 、易陷入局部极优等缺点.针对传统BP算法的不足提出改进方法,并用于解决异或问题和字符识别问题.实验表明,改进算法能提高网络学习速度 、减小网络误差,具有更好的收敛性和鲁棒性,各方面都明显优于传统BP算法.
推荐文章
BP神经网络预测算法性能的改进策略
神经网络
BP神经网络
误差
平均误差
BP神经网络的改进及其应用
人工神经网络
BP神经网络
需水量
预测
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
预测
BP神经网络算法的改进及收敛性分析
网络算法
BP神经网络
共轭梯度法
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 神经网络BP算法改进及其性能分析
来源期刊 软件导刊 学科 工学
关键词 神经网络 BP算法 学习速率
年,卷(期) 2017,(10) 所属期刊栏目 算法与语言
研究方向 页码范围 39-41
页数 3页 分类号 TP312
字数 2939字 语种 中文
DOI 10.11907/rjdk.171726
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 陈智军 湖北大学计算机与信息工程学院 9 90 4.0 9.0
2 李洋莹 湖北大学计算机与信息工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (117)
共引文献  (247)
参考文献  (10)
节点文献
引证文献  (15)
同被引文献  (59)
二级引证文献  (7)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(5)
  • 参考文献(0)
  • 二级参考文献(5)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(6)
  • 引证文献(6)
  • 二级引证文献(0)
2019(10)
  • 引证文献(6)
  • 二级引证文献(4)
2020(6)
  • 引证文献(3)
  • 二级引证文献(3)
研究主题发展历程
节点文献
神经网络
BP算法
学习速率
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
论文1v1指导