共查询到20条相似文献，搜索用时 31 毫秒
1.
彭金华 《江西电力职业技术学院学报》2006,19(2):41-42,62
提出了一种采用稀疏RAM的N-tuple神经网络(SN-tuple)的方法,用在足球机器人比赛时,根据图像快速识别队员。通过大量实验证明,该方法有效地解决了传统BP神经网络收敛速度慢、易陷入局部最小值的问题,对机器人队员和足球位置的识别稳定可靠。 相似文献
2.
文中对传统BP神经网络的基本原理和学习过程进行分析,发现其存在收敛速度慢、容易陷入局部极小值等问题．采用增加动量项和自适应学习速率两种方法对传统BP算法进行改进,并将改进的BP算法运用于空分制氧质量预测网络模型中,结果表明改进的BP神经网络能够改善传统模型的缺点,而且预测质量效果较好． 相似文献
3.
《佳木斯教育学院学报》2016,(11)
BP神经网络具有实现非线性映射特点和较强的容错能力、泛化能力等优点。然而,因为其采用了最速下降梯度寻优算法,在实际应用中往往出现收敛速度缓慢、时常陷入局部极小值等缺陷。人工蜂群算法是受蜂群个体间通过相互协作对既定目标进行寻优的群体行为启发提出的一种新型群智能优化算法,具有很好的全局收敛特性,其次有较强的自适应性、协作性、鲁棒性、快速性等特点。文中探讨用人工蜂群算法来优化BP神经网络算法,进一步提高BP神经网络性能。 相似文献
4.
龙正海 《重庆第二师范学院学报》2012,25(5):56-59
方块苗文是苗族语言发展史上的重要事件,目前研究者对方块苗文的研究多着眼于宏观方面,虽颇具建树与开拓之功,但缺少微观方面的研究成果。本文结合几十个方块苗文词语进行微观分析,深入探寻酉水流域湘西北方块苗文造字法。 相似文献
5.
为解决BP神经网络收敛速度慢和易陷入局部极小值的缺点,利用遗传算法(GA)和基因表达式编程(GEP)的各自特点,基于BP算法提出了两种改进算法:其一是GA-BP算法,即利用GA优化BP神经网络的权值和阈值;其二是GEP-BP算法,即利用GEP对BP网络进行调整,包括网络结构、权值和阈值。用样本数据进行了测试并与基本BP算法进行了比较,结果表明两种改进算法具有很强的可行性和高效性。 相似文献
6.
7.
孙妍姑 《淮南师范学院学报》2010,12(5):22-23
图像识别以图像的主要特征为基础,根据这些特征进行识别和分类。通常有效提取待识别样本的特征是一件很困难的工作。而BP神经网络通过非线性计算来识别图像,相比较而言,它的特征抽取过程要简单得多。但是,BP算法还存在许多值得探讨的地方,如收敛速度慢和容易陷入局部极小等问题。为改进BP算法存在的不足,将遗传算法引入其中。遗传算法具有很强的宏观搜索能力,并且简单通用,用它来完成前期搜索能较好地克服BP算法的部分缺点。 相似文献
8.
针对传统的BP或GA对模糊神经网络的识别应用存在收敛容易陷入局部极小、识别率低下等问题,提出一种基于BFGS的混合遗传算法。其基本思想为:首先构造一种前馈型模糊神经网络结构,然后用遗传算法进化若干代后,当目标函数的梯度或者范数小于预先设定值ξ,则改用BFGS算法进行优化识别。仿真实验表明,对比GA该算法收敛速度较快,识别精度提高了约7%,能够较好地应用于一类模糊神经网络的识别。 相似文献
9.
反向传播算法（BackPropagation）是一种有监督神经网络学习算法,但原始算法收敛速率慢,训练过程易陷入局部极小值,精度不高等问题．文中提出了一种加权和引入参数改进的神经网络BP算法,某种程度上克服了以上缺点．对文中的改进算法用VC平台编程,并利用真实数据,对大学生就业能力进行了预测．实验表明,改进算法有效,也为高校解决大学生就业能力提供了决策支持． 相似文献
10.
11.
针对BP神经网络容易陷入局部最小值以及网络收敛速率缓慢等问题,利用遗传算法优化网络权值和阈值,根据网络输出总误差变化对学习率进行动态调整,并运用改进的BP神经网络模型对上证指数进行预测分析.实证研究表明,改进的BP神经网络预测模型能够加快算法收敛速率,有效地提高预测精度. 相似文献
12.
张贤慧 《Journal of Zhangzhou Technical Institute》2013,(1):1-6
BP神经网络是一种按误差逆传播算法训练的多层前馈网络,其与遗传算法的结合可以得到一种拥有良好的全局优化搜索和局部时频特性的学习训练途径。针对BP网络的不足,提出了一种基于改进遗传算法的BP神经网络控制器,此方法可以克服基本遗传算法收敛速度慢,容易陷入"早熟"收敛,计算稳定性不好等一系列问题,进一步提高了BP神经网络控制器的性能。最后通过对轧制力模型的预报仿真,证明了控制器的有效性。 相似文献
13.
为提高BP神经网络的预测精度,克服自身容易陷入局部极值和收敛速度慢的缺陷,将AdaBoost算法和BP神经网络结合起来,建立基于AdaBoost算法的BP神经网络模型。该模型将多个BP神经网络作为弱预测器,然后采用AdaBoost算法将多个弱预测器组成强预测器进行预测。将该模型应用于软件老化测试,实验结果表明,该模型相比单个BP神经网络具有更好的预测精度。 相似文献
14.
15.
针对经典的BP神经网络算法收敛速度慢,无法跳出局部极小值点等问题,提出加入动量因子α调节连接权值的方法。实例验证表明,该方法可使连接权值变化平缓,提高了收敛速度。 相似文献
16.
空中交通管制安全是确保飞行安全的重要因素,为提高空中交通管制系统的安全性,需要对空中交通管制员人为差错风险进行评估。首先,基于SHEL模型构建了管制员人为差错评估指标体系,之后针对BP神经网络算法容易陷入局部极小值的缺点,通过引入遗传算法优化神经网络的权值和阈值,建立了一种混合算法;经实例评估表明,GA-BP算法与传统的BP神经网络模型相比具有更高的预测精度,具有较好的适用性和可行性,为加强航空业安全管理体系建设提供了一定的参考依据。 相似文献
17.
《实验室研究与探索》2017,(12):65-68
建立一种基于改进型BP神经网络的卫星钟差高精度预报方法。使用PSO算法对BP神经网络结构参数和连接权值阈值进行优化;引入自适应变异因子,以一定概率初始化部分变量改进PSO算法。通过实验验证本文提出的改进BP神经网络算法对于解决BP神经网络容易陷入局部最小值以及训练收敛速率低等问题,以及常规PSO算法早熟收敛等问题具有较好的效果。选用取自IGS网站提供的4颗GPS卫星钟差数据进行288次连续5 min、24次连续1h以及连续7次1 d的预报研究。结果表明,研究预报方法的预报精度和稳定性要明显优于使用常规BP神经网络和LSSVM算法建立的模型。 相似文献
18.
针对现有车牌字符识别算法中存在识别时间长、正确率低的问题,提出了基于粗网格特征提取及RBF神经网络的车牌字符识别算法。该算法首先对车牌图像字符进行预处理,再将提取的车牌字符特征向量输入RBF神经网络进行训练,通过建立汉字字符、字母、字母／数字混合分类器分别对车牌字符信息进行识别,同时引入拒识别和易混字符细识别机制。实验表明,这种方法克服了BP神经网络易陷入局部最小值的问题,提高了识别的正确率,适合于对实时性要求较高的智能交通管理系统。 相似文献
19.
20.
叶球孙 《湖南科技学院学报》2010,31(4):97-100,114
学习算法极易陷入局部极小值,很难获得全局极小值,并且其收敛速度极慢,这一直是实现BP网络快速算法的技术瓶颈。变进数（VCN）是基于传统数论中用恒进规则（FCR）制基础上创新拓展起来的更广义概念上的数,其变进规则（VCR）制的计数特性能给传统数值计算技术带来更多创新和更好应用的拓展空间。文章提出VCR智能计算用于3层BP网络快速算法和全局最优算法的融合技术,可以减少数字扰动误差,并较好地规避学习算法陷入局部极小值、找回全局极小值和降低搜索算法时间复杂性。 相似文献