改进粒子群优化BP神经网络的轮毂分类算法

• 作者: 刘杏杏 葛艳 谢俊标
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 粒子群改进算法 BP神经网络 轮毂识别分类 特征提取
• 年，卷（期）: 2019,（7）
• 页码范围: 773-777,788
• 页数: 6页
• 分类号: TP183
• 字数: 6891字
• 语种: 中文

摘要

针对轮毂识别系统前期图像特征提取误差较大时分类准确性降低的问题,提出了基于改进粒子群算法优化BP神经网络的轮毂识别模型.在标准粒子群中引入遗传算法的变异因子、惯性权重、时间因子、速度边界限制和反弹策略,以改进粒子群算法,从而提高寻找最优阈值与权值的性能.经过与不同算法的对比数据看出,采用改进粒子群优化BP神经网络算法的分类识别率比其他算法提高了9％左右,且收敛速度、收敛精度均有提高,证明了所提IPSO(improved particle swarm optimization)算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛艳	青岛科技大学信息科学技术学院	37	209	9.0	13.0
2	刘杏杏	青岛科技大学信息科学技术学院	2	0	0.0	0.0
3	谢俊标	青岛科技大学信息科学技术学院	1	0	0.0	0.0