典型文献
基于改进的樽海鞘算法优化BP神经网络参数的分类识别方法
文献摘要:
针对BP神经网络容易陷入局部最优解从而无法收敛到全局最优解,以及收敛速率过慢的现象,本文采用一种改进的樽海鞘算法寻找BP神经网络的权重和阈值这两个参数的最优参数.之后采用BCI 2003运动想象数据集进行分类识别测试,并且分别利用樽海鞘算法、粒子群优化算法、差分进化算法、权重自适应樽海鞘算法、疯狂自适应樽海鞘算法对BP神经网络进行参数优化作对比研究,结果显示,采用改进的樽海鞘算法优化BP神经网络参数的模型比其他模型得到的平均分类准确率要高.
文献关键词:
樽海鞘算法;参数优化;BP神经网络;分类识别
中图分类号:
作者姓名:
徐任倩;汪超;王璐
作者机构:
安徽工业大学管理科学与工程学院,马鞍山243002;安徽工程大学土木建筑工程学院,芜湖241000
文献出处:
引用格式:
[1]徐任倩;汪超;王璐-.基于改进的樽海鞘算法优化BP神经网络参数的分类识别方法)[J].价值工程,2022(25):142-144
A类:
自适应樽海鞘算法
B类:
算法优化,网络参数,分类识别,局部最优解,全局最优解,收敛速率,过慢,最优参数,BCI,运动想象,象数,粒子群优化算法,差分进化算法,权重自适应,疯狂,平均分,分类准确率
AB值:
0.211718
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。