共查询到18条相似文献，搜索用时 517 毫秒
1.
根据传统BP算法存在的多种缺陷，本从多角度改进了BP算法。在学习过程中优化了网络结构，并且选取了更符合实际的动态学习步长。最后。应用该算法预测我国第三产业的产值比重和就业比重，效果非常明显。 相似文献
2.
通过模拟函数曲线,具体分析了BP算法的学习机制和学习过程以及BP算法matlab语言的实现,最后根据BP算法的局限性,从两个角度探讨了改进BP算法的方法. 相似文献
3.
人工神经网络几种学习算法的对比 总被引：1，自引：0，他引：1
神经网络专家系统的设计重点在于模型的构成和学习算法的选择，对神经网络算法的了解是非常重要的。文章讨论分析了感知器、有监督Hebb算法、梯度算法、BP算法等前向网络的学习结构和算法，并对这几种算法作了对比和总结，提出了这几种算法的异同。 相似文献
4.
通过分析标准BP算法的原理发现,BP标准算法所形成的误差曲面存在着饱和区域,并且在饱和区域,误差梯度变化缓慢,使得训练次数多、学习效率低、收敛速度慢。通过在标准BP算法中调整激活函数,可以缩小饱和区域,进而减少训练次数。实验结果表明,该方法有效地减少了BP算法的迭代次数。 相似文献
5.
提出用规则判断由于BP神经网络学习过程中因梯度搜索产生的局部极小，并利用具有全局寻优的特点的混沌优化算法，使学习过程能有效地逃离局部极小，即，梯度下降进研“粗搜索”、混沌优化法进行“细搜索”及建立规则将两者结合起来，就构成了本文的基本混沌梯度下降的前馈神经网络学习算法。这种算法有效地利用了梯度下降算法的快速性和混沌寻优的全局性，将该算法应用于铜锍吹炼过程智能决策支持系统模型库中的模型学习，产生了良好的应用效果。 相似文献
6.
针对BP算法在神经网络学习中的一些缺点,将遗传算法应用于BP神经网络的网络学习中,提出了一种BP-GA算法。最后,应用神经网络对图像进行智能识别,实验结果证明它比单纯的BP算法有更佳的结果。 相似文献
7.
BP算法是人工神经网络研究的一个常用方法，但从本质上说是属于局部寻优法，容易陷入局部极小点，且存在着学习速度与精度之间的矛盾；遗传算法是一种全局优化算法，具有并行计算能力．本文采用遗传算法来训练前向神经网络，建立一个基于遗传算法和BP算法的神经网络预测模型．试验结果表明它是一个成功较高的预测模型． 相似文献
8.
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。 相似文献
9.
由于BP网络存在学习效率低、收敛速度慢、易陷入局部极小状态、适应能力较差等缺点,而粒子群优化（PSO）算法的收敛速度快（尤其是在进化初始阶段）,运算简单、易于实现,又没有遗传算法的编解码和杂交、变异等复杂运算,因此是一种很好的优化算法。但是,PSO算法也存在不足,该算法进化后期存在速度变慢以及早熟的现象。提出一种改进的粒子群BP神经网络对高炉炉温进行预测。通过调整粒子群算法中学习因子的自适应能力,提高算法的收敛速度和搜索全局最优的能力。通过仿真结果说明改进的粒子群算法要优于BP算法和标准的粒子群算法。 相似文献
10.
提出了一种基于BP算法的石化设备可靠性建模与评价新方法,利用BP算法对复杂非线性系统的拟合能力,通过网络训练自适应地调整单一预测模型的权重,并应用MATLAB神经网络工具箱实现了基于BP算法的石化设备可靠性评价软件。结合兰州石化设备管理与预警系统实时监控数据,将该方法应用于计算某石化设备通道的故障概率和评价设备的整体可靠性,通过评价各种训练方法的学习效率,评价结果对比表明该方法具有平均计算时间短和收敛快的优点,在设备故障和可靠性评价中具有广泛的应用前景。 相似文献
11.
为了提高BP算法的学习效率,减少学习时间,采用共写共读(CRCw)规则实现BP算法的并行计算,并对现有的BP算法进行改进,修改动态因子,选择合适的隐藏层个数和修改输出误差函数.经过时间复杂度的分析可以在时间复杂度为O(N),花费为O(N~2)内完成BP计算. 相似文献
12.
13.
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
14.
BP神经网络是在数据挖掘、语音识别和文本语言转换等领域最为广泛使用的网络之一。但也有其不足之处，主要表现在收敛速度慢和学习时间长。并行是解决这一问题的可行方案。本文提出了一种利用微机机群来实现并行处理，在并行编程环境PVM中实现BP神经网络的并行学习算法。即主要采用将大量计算由主控节点转移到从结点上、设置逻辑锁和粗粒度任务划分等方法以减少计算和通信时间，有效实现学习过程的并行处理。在微机机群系统下的PVM环境中实现该算法。结果表明改进后的算法不仅大大减少了学习时间，提高了学习效率，而且能够很好面对大规模BP神经网络的学习。 相似文献
15.
提出一种BP神经网络的主控式误差调整学习算法,该算法根据网络输出端的误差变化趋势主动控制输出层的误差调整,进而由调整误差的主动调节控制网络权值和阈值的学习。计算机模拟结果表明,这种学习方法具有能稳定收敛、收敛速度快、适用范围宽、泛化能力强等特点,从而在一定程度上克服了传统BP算法的局限性,实现较有效的学习。 相似文献
16.
提出了基于硬限幅功能函数的前向神经网络的分类学习算法,并将其应用于可分凸集或不交集合的分类.仿真结果证明,同基于S功能函数的前向神经网络的BP算法相比,该算法具有较强的分类能力且收敛时间极短.此外,本算法易于硬件实现,且成本低,具有很大的应用潜力. 相似文献
17.
BP神经网络由于自身的缺陷,导致训练时间长且易于陷入局部极小点,易导致股指预测精度不高．将粒子群优化算法用于神经网络的学习训练,可改善它原有的缺陷,并用于对股指的预测．实验结果表明,与BP神经网络相比,基于粒子群优化的神经网络对股指的预测精度更高． 相似文献
18.
颜红梅 《重庆大学学报(英文版)》2003,2(1)
1. Introduction Statistics has consistently shown that heart disease is one of the leading causes of death all over the world [1]. Every year, millions of people suffer from various types of heart diseases, among which coronary heart disease, rheumatic valvular heart disease, hypertension, chronic cor pulmonale and congenital heart disease are the commonest. Significant life saving can be achieved if an accurate diagnosis decision, which is the prerequisite of a proper and timely treatment, ca… 相似文献