基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡訓練算法研究論文
摘 要: 本文提出了基于連接結構優(yōu)化的粒子群優(yōu)化算法(SPSO) 用于神經(jīng)網(wǎng)絡訓練,該算法在訓練神經(jīng)網(wǎng)絡權
值的同時優(yōu)化其連接結構,刪除冗余連接,使神經(jīng)網(wǎng)絡獲得與模式分類問題匹配的信息處理能力. 經(jīng)SPSO 訓練的神經(jīng)
網(wǎng)絡應用于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)及冗余連接結構對分類性能
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可加快訓練收斂的速度. 仿真結果表明,SPSO是有效的神經(jīng)網(wǎng)絡訓練算法
標簽：
SPSO
神經(jīng)網(wǎng)絡
連接
粒子群優(yōu)化
上傳時間：
2013-11-30
上傳用戶：myworkpost
