首页> 中文期刊> 《卷宗 》 >改进的PSO—BP神经网络分类器设计

改进的PSO—BP神经网络分类器设计

         

摘要

针对BP神经网络的缺陷容易导致分类器精度低的问题,给出了改进粒子群算法。该算法在标准粒子群算法中融入混沌优化算法、动态惯性权重和动态学习因子。最后通过实验,将梯度下降法和改进粒子群算法构建的神经网络分类器对比。实验结果表明,改进粒子群算法得到的分类器效果更优,精度更高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号