最优化算法在BP网络中的应用被引量：1

下载PDF

导出

摘要 BP(BackPropagation)网络是在1986年以Rumelhart和McCelland为首的科学家小组提出,它是按误差逆传播算法训练的多层前馈网络,已成为目前应用最为广泛的神经网络模型之一。它的学习规则是使用最优化算法中的最速下降法,根据此得到的最优解来通过反向传播来不断调整网络的权值和阈值,以使网络的误差平方和最小。

作者李友坤

机构地区安徽理工大学计算机科学与工程学院

出处《中国新技术新产品》 2011年第18期34-34,共1页 New Technology & New Products of China

关键词 BP网络最速下降法最优化算法最优解

分类号 TP301 [自动化与计算机技术—计算机系统结构]

引文网络
相关文献

参考文献3

1Zhiguo Zhang.Learing algorithm of wavelet network based on sampling theory [J] .Neurocomputing.2007,71:244-269.
2Zhihong Yao,Minrui Fei,Kang Li.Recognition of blue-green algae in lakes using distributive genetic algorithm-based neural networks[J].Neurocomputing, 2007,70:641-647.
3欧志英,严克明,王柏岩.共轭梯度法和最速下降法的混合算法[J].甘肃工业大学学报,1999,25(1):89-91. 被引量：11

二级参考文献2

1袁亚湘，非线性规划数值方法，1993年，57页
2邓乃扬，无约束最优化计算方法，1982年，87页

共引文献10

1高德宝.迅速发展中的共轭梯法[J].牡丹江教育学院学报,2008(6):98-99.
2王晖,艾雪薇.求解Rosenbrock问题的有效方法[J].吉林省教育学院学报,2008,24(8):112-114.
3汤仪平,金福江.最速下降法和共轭梯度的混合算法及全局收敛[J].华侨大学学报（自然科学版）,2007,28(2):124-126. 被引量：8
4赵翠芹,段艳明,包玉珍.最速下降和共轭梯度混合算法在波束形成中的应用[J].河池学院学报,2011,31(5):97-100.
5任胜男,申茂冬,赵静.RF SQUID工作点自动搜索算法研究[J].山东农业大学学报（自然科学版）,2015,46(5):775-778.
6吕鹏飞,单晨旭,曲广淼,薛春龙,丁伟.腰果酚聚氧乙烯醚磺酸钠在癸烷-水体系的分子动力学模拟[J].油田化学,2017,34(1):126-131. 被引量：4
7张静,史文谱.非负二元函数最大值求解的复变函数法[J].机械强度,2018,40(1):111-116. 被引量：1
8张静,史文谱.调和函数理论在二维优化问题中的应用[J].机械强度,2018,40(4):890-894.
9郝洪鉴,刘俊州,韩磊,周游,陈斯宇.点扩散函数深度域反演[J].矿产与地质,2023,37(1):138-144. 被引量：1
10汪超,舒向东,杨振亚,杨晓玲,廖玮,杨伟成.压缩机异音在线识别方法及试验研究[J].家电科技,2023(3):32-36.

同被引文献6

1周荣义,张诺曦,周瑛.基于AHP与重要性指标筛选的神经网络评价模型与应用[J].中国安全科学学报,2007,17(4):43-47. 被引量：17
2王艳清,陈红.基于SSM框架的智能web系统研发设计[J].计算机工程与设计,2012,33(12):4751-4757. 被引量：56
3焦俊一.智慧社区服务创新应用系统的探索[J].物联网技术,2013,3(2):8-11. 被引量：15
4杨洋,王晨,章立玲,何春阳.基于国家规划的新型城镇化状态定量评估指标体系构建及应用——以山东半岛城市群为例[J].经济地理,2015,35(7):51-58. 被引量：51
5张振刚,张小娟.广州智慧城市建设的现状、问题与对策[J].科技管理研究,2015,35(16):87-93. 被引量：16
6宋竹.智慧社区的建设及发展策略[J].智能城市,2016,2(3). 被引量：2

引证文献1

1蔡银丽,阳许军.基于BP神经网络的智慧社区综合平台的设计[J].信息技术,2017,41(11):145-149.

1张红文,王永玲,王俊,吴文红.基于BP神经网络的模式分类[J].交通与计算机,1998,16(6):52-55. 被引量：3
2梁飞令.基于主成分分析的BP神经网络在电力系统负荷预测中的应用[J].技术与市场,2014,21(9):84-85. 被引量：1
3李欣亮,廖孟扬,覃家美.用神经网络算法进行纹理分割[J].武汉大学学报（自然科学版）,1993(5):50-54.
4刘冰心,王宁,张冬.基于BP神经网络的智能电网配电系统改进算法的研究[J].现代电子技术,2012,35(21):143-144. 被引量：3
5季云.BP算法及其应用实例[J].中国新技术新产品,2010(9):29-29. 被引量：7
6殷书彦,杜庆东.基于蚁群算法的ACO-BP神经网络性能研究[J].黑龙江科技信息,2015(22). 被引量：6
7杨戈,谢思路.一个基于BP网络的字符识别器[J].计算机系统应用,2013,22(10):163-168.
8宗斌,苏学宽,李惠娥,王二平.神经网络应用于离子渗氮性能预报与工艺优化[J].金属热处理,2001,26(6):3-4. 被引量：3
9张珍荣.基于BP神经网络的印刷体数字识别研究[J].科技广场,2012(3):24-26. 被引量：1
10蔡盛,李清安,乔彦峰.基于BP神经网络的姿态测量系统摄像机标定[J].光电子．激光,2007,18(7):832-834. 被引量：19

中国新技术新产品

2011年第18期

浏览历史

内容加载中请稍等...

最优化算法在BP网络中的应用被引量：1

参考文献3

二级参考文献2

共引文献10

同被引文献6

引证文献1

相关作者

相关机构

相关主题

浏览历史

最优化算法在BP网络中的应用 被引量：1

参考文献3

二级参考文献2

共引文献10

同被引文献6

引证文献1

相关作者

相关机构

相关主题

浏览历史

最优化算法在BP网络中的应用被引量：1