| 基于云模型的BP算法改进 |
| |
| 引用本文： | 柴日发,徐文骞,曾文华.基于云模型的BP算法改进[J].计算机仿真,2002,19(3):123-126. |
| |
| 作者姓名： | 柴日发 徐文骞 曾文华 |
| |
| 作者单位： | 杭州电子工业学院计算机分院,浙江,杭州,310037 |
| |
| 摘 要： | 云模型是定性定量间的不确定转换模型 ,它将概念的模糊性和随机性集成在一起。文中提出一种利用云模型来有效避免BP算法陷入局部极小的方法 ,该方法通过基于云模型和输入参数区间划分的学习因子自适应调整算法来实现。该算法在复杂非线性分类 (阴阳图 )情况下进行了计算机仿真
|
| 关 键 词： | 神经网络 算法 模型 自调整 |
| 文章编号： | 1006-9348(2002)03-0123-03 |
| 修稿时间： | 2001年9月11日 |
BP Algorithm Improvement Based-on Clouds Model |
| |
| CHAI Ri fa,XU Wen qian.BP Algorithm Improvement Based-on Clouds Model[J].Computer Simulation,2002,19(3):123-126. |
| |
| Authors: | CHAI Ri fa XU Wen qian |
| |
| Abstract: | Clouds model is one for transformation between qualitative and quantitative knowledge,whose representation reflects fuzziness and randomness contained in linguistic concepts.In this paper,a clouds model is applied to BP algorithm improvement ,which avoids BP ANN trapping to local least value.This learning rate self-tunning method is based on clouds model and input parameter domain partition.Finally,this algorithm is simulated under complex non-linear classfication circumstances. |
| |
| Keywords: | Nerual Network Agorithm Model Self-tunning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
