基于改进粒子群优化的BP神经网络对英文字符的识别

• 作者: 吴宇航 张华钦 徐滨 金姝含
• 来源期刊: 新一代信息技术
• 关键词: BP神经网络 粒子群优化算法 蒙特卡洛法 卡方分布 字符识别
• 年，卷（期）: 2018,（1）
• 页码范围: 8-13
• 页数: 6页
• 字数: 3137字
• 语种: 中文

摘要

为提高BP神经网络识别模型的准确性,提出了一种对粒子群优化的BP神经网络(PSO-BP)进行改进的方法.按卡方分布选取初始点,以蒙特卡洛方法进行PSO-BP算法寻找全局最优解.利用改进后算法的随机性来提高BP神经网络的收敛速度和精度.将该识别方法应用到英文字符识别领域,仿真结果表明,该改进的PSO-BP算法提高了英文字符识别的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴宇航		22	3	1.0	1.0
5	徐滨	华北理工大学机械工程学院	4	0	0.0	0.0
9	金姝含	华北理工大学理学院	5	0	0.0	0.0
13	张华钦	华北理工大学机械工程学院	1	0	0.0	0.0