共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
本文提出一种基于图象矩特征的神经网络目标识别方法,完成了对具有大小、位移、旋转不变性地面目标的识别,采用投影法提高了矩的运算速度,在BP算法基础上,提出了使用黄金分割法及共轭梯度法相结合的改进BP算法(MBP),提高收敛速度,仿真实验表明,在噪声及部分遮掩的情况下,该方法仍能够具有较高的识别率。 相似文献
3.
基于遗传算法和BP算法的多层感知机杂交训练算法 总被引:8,自引:0,他引:8
基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。 相似文献
4.
本文介绍了用于训练前向神经网络的一种算法。本算法基于RLS算法,它以输入数据的瞬时变化来寻找最佳权值,以运算的复杂性来换取快速收敛。它与BP算法相比,迭代次数少于BP算法的30%,并且初始值的设置受网络限制很小。 相似文献
5.
本文基于多目标优化的思想,分析了用神经网络实现非平衡样本模式识别与分类时,网络优化过程中基本BP算法收敛速度低的原因,给出了两种相应的改进算法,并利用这两种算法研究了两例非平衡样本模式的分类问题,研究结果表明:改进的算法有效地提高了网络优化收敛速度。 相似文献
6.
7.
一种基于误差变化率的自适应反射传播算法 总被引:1,自引:0,他引:1
本文针对BP算法存在收敛速度慢的缺点,提出一种基于网络动态训练误差变化率自动校正学习步长和冲量因子的自适应反向传播算法。导或问题的仿真结果表明,该方法具有较快的收敛速度。 相似文献
8.
前向多层神经网络模糊自适应算法 总被引:10,自引:0,他引:10
本文将模糊集理论与人工神经网络的研究相结合,提出一种模糊自适应BP算法,用典型异或问题与规模更大的打印机磁泄漏信息识别问题进行计算机模拟表明,该算法可使BP算法的收敛速度明显提高。此项工作为神经网络与模糊系统相结合探索了一条新的途径。 相似文献
9.
本文针对三层前馈网络提出一种全新的学习算法,该法克服了传统BP算法因用梯度下降和误差逆向传播而拖慢收敛速度及易陷于局部极小的缺点。所提出的算法是代数型的,计算复杂度为多项式阶。文中给出的一个非线笥时间序列训练算例表明:新算法较BP算法在计算精度和速度方面均有大幅度提高,在网络规模变大时此算法的优点尤为明显。 相似文献
10.
本文针以BP算法存在收敛速度慢的特点,提出了一种基于网络动态训练误差变化率自动校正学习步长和冲量因子的自适应反向传播算法,异或问题,非线性系统和参数波动系统辨识的结果表明,该方法具有较快的收敛速度。 相似文献
11.
Aiming at the accuracy and error correction of cloud security situation prediction, a cloud security situation
prediction method based on grey wolf optimization (GWO) and back propagation (BP) neural network is proposed.Firstly, the adaptive disturbance convergence factor is used to improve the GWO algorithm, so as to improve theconvergence speed and accuracy of the algorithm. The Chebyshev chaotic mapping is introduced into the positionupdate formula of GWO algorithm, which is used to select the features of the cloud security situation prediction dataand optimize the parameters of the BP neural network prediction model to minimize the prediction output error.Then, the initial weights and thresholds of BP neural network are modified by the improved GWO algorithm toincrease the learning efficiency and accuracy of BP neural network. Finally, the real data sets of Tencent cloudplatform are predicted. The simulation results show that the proposed method has lower mean square error (MSE)and mean absolute error (MAE) compared with BP neural network, BP neural network based on genetic algorithm(GA-BP), BP neural network based on particle swarm optimization (PSO-BP) and BP neural network based onGWO algorithm (GWO-BP). The proposed method has better stability, robustness and prediction accuracy. 相似文献
12.
基于接收信号强度指示(received signal strength indication, RSSI)测距的研究和应用领域很广泛,一直是物联网研究的热点. 为降低传统基于反向传播(back propagation,BP)神经网络的RSSI测距误差,文中提出一种基于K-means聚类算法对样本数据进行预处理的BP神经网络测距算法,来解决由于RSSI值衰减程度不同引起的不同距离区间RSSI值和真实距离之间映射关系不均匀的问题. 将K-means聚类算法应用于BP神经网络模型中,对样本数据进行距离区间划分,然后将已经分类好的数据分别输入BP神经网络建立网络模型并进行实验仿真. 结果显示:传统基于BP神经网络的RSSI测距算法的均方根误差为1.425 7 m;而经过K-means算法改进后的BP神经网络测距算法的均方根误差为1.288 7 m,降低了测距误差,并优化了目标RSSI值与真实距离的映射关系. 相似文献
13.
14.
采用附加动量BP算法、自适应最速下降BP算法、自适应动量BP算法、弹性BP算法4种启发式改进方法分别对标准BP算法进行改进,并构建了相应的BP神经网络分类模型,将构建的4种分类模型应用于二维向量模式的分类,并进行了泛化能力测试,将4种BP网络分类模型的分类结果进行对比。仿真结果表明,对于中小规模的网络而言,弹性BP算法改进的BP网络的分类结果最为精确,收敛速度最快,分类性能最优;附加动量BP算法改进的BP网络的分类结果误差最大,收敛速度最慢,分类性能最差;自适应学习速率BP算法改进的BP网络的分类结果的误差值、收敛速度及分类性能介于上述两种算法之间。 相似文献
15.
针对干涉仪测向系统中采用传统算法难以克服系统误差的问题,提出了一种基于神经网络的干涉仪测向方法。通过对干涉仪测向系统进行建模,分析了测向误差来源和解相位模糊算法,建立了基于相位干涉仪测向系统的BP神经网络模型,并采用了Levenberg-Marquardt算法对BP神经网络进行改进。以微波暗室的试验数据为训练数据,利用Matlab工具箱对神经网络进行了验证性的仿真试验。仿真结果表明:与传统的测向算法相比,该算法能克服系统误差,进一步提高干涉仪测向精度,改进后的神经网络的收敛速度得到大大提高。 相似文献
16.
提出一种基于可见光通信的BP神经网络室内定位算法,首先通过MDS-MAP算法和最小二乘法获得全网节点的相对坐标,再利用信源节点的坐标信息得到网络内所有节点的绝对坐标,最后通过单隐层BP神经网络优化定位结果。仿真结果表明,该算法比MDS-MAP算法和MDS-MAP(P)算法的相对定位误差小,应用于室内定位可以得到更高的定位精度。 相似文献
17.
18.
PM2.5测量系统中改进神经网络控制算法优化补偿 总被引:1,自引:0,他引:1
针对现阶段PM2.5测量系统的测量精度较低的问题,提出了改进的BP神经网络PID控制算法对其进行优化补偿。通过对粒子群优化算法的速度公式进行了改进,采用优化的粒子群算法优化了BP神经网络,将其用于PID的在线参数调节,以PM2.5测量系统作为研究对象,将改进的BP神经网络PID控制算法与传统PID分别作了仿真研究。研究结果表明,基于改进的粒子群优化算法改进的BP神经网络PID控制算法与传统的PID控制相比,提高了测量精度,在一定程度上减少了误差。 相似文献