蚁群BP神经网络实体解析匹配研究 |
| |
引用本文: | 刘叶,吴晟,吴兴蛟,周海河,李英娜,刘英莉.蚁群BP神经网络实体解析匹配研究[J].教育技术导刊,2018,17(3):37-40. |
| |
作者姓名: | 刘叶 吴晟 吴兴蛟 周海河 李英娜 刘英莉 |
| |
作者单位: | 昆明理工大学 信息工程与自动化学院,云南 昆明 650500 |
| |
摘 要: | 为了改进BP神经网络收敛速度慢、不能得到全局最优解的缺点,选择具有全局优化、支持并行且具有自适应特性的蚁群算法,优化神经网络初始权重和阈值。将算法运用于实体解析元组对的匹配加以验证,结果表明:在相同最大迭代次数下,BP神经网络迭代490次可寻找到最优解,其均方误差为0.078,ACO-BP神经网络同样迭代487次可寻找到最优解,均方误差为0.013,相对来说均方误差更小,训练效果更接近于目标值,表明蚁群优化的神经网络算法可以改善传统BP神经网络收敛速度慢、学习效率低和易陷入局部最优等缺点。
|
关 键 词: | 数据仓库 数据质量 实体解析 BP神经网络 蚁群算法 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|