基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法研究論文
摘 要: 本文提出了基于連接結(jié)構(gòu)優(yōu)化的粒子群優(yōu)化算法(SPSO) 用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練,該算法在訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)
值的同時(shí)優(yōu)化其連接結(jié)構(gòu),刪除冗余連接,使神經(jīng)網(wǎng)絡(luò)獲得與模式分類問題匹配的信息處理能力. 經(jīng)SPSO 訓(xùn)練的神經(jīng)
網(wǎng)絡(luò)應(yīng)用于Iris ,Ionosphere 以及Breast cancer 模式分類問題,能夠部分消除冗余分類參數(shù)及冗余連接結(jié)構(gòu)對分類性能
的影響. 與BP 算法及遺傳算法比較,該算法在提高分類誤差精度的同時(shí)可加快訓(xùn)練收斂的速度. 仿真結(jié)果表明,SPSO是有效的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法
標(biāo)簽：
SPSO
神經(jīng)網(wǎng)絡(luò)
連接
粒子群優(yōu)化
上傳時(shí)間：
2013-11-30
上傳用戶：myworkpost
