基于改进的BP算法在模式识别中的应用

基于改进的BP算法在模式识别中的应用.pdf
由于神经网络具有良好的抽象分类特征，使其成为解决模式识别相关问题的有效工具。但是由于BP算法具有收敛速度慢、极易陷入局部极小值、易引起震荡效应等缺点，本文通过采用几种改进的BP算法，针对模式识别的应用领域进行了相应的仿真实验，实验结果表明与标准的BP算法相比较，其改进的PSO-BP算法能很好地对模式进行识别，在训练时间和识别精度方面都有了提高。
作者：GAOWei 高巍 LIUPiyan 刘丕艳
作者单位：ShenyangUniversityofChemicalTechnology,Shenyang110142沈阳化工大学计算机科学与技术学院,沈阳,110142
母体文献：第21届全国计算机新科技与计算机教育学术大会论文集
会议名称：第21届全国计算机新科技与计算机教育学术大会  
会议时间：2010年7月31日
会议地点：上海
主办单位：全国高等学校计算机教育研究会
语种：chi
分类号：
关键词：BP神经网络  分类特征  算法优化  模式识别
在线出版日期：2013年7月2日
基金项目：
相似文献
相关博文

2024-12-1 15:04 上传 基于改进的BP算法在模式识别中的应用.pdf

文件大小:

652.57 KB

下载次数:

60

高速下载