亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        BP神經(jīng)網(wǎng)絡(luò)算法改進及應(yīng)用

        2016-05-14 15:48:59王磊王汝涼曲洪峰玄揚
        軟件導(dǎo)刊 2016年5期
        關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)

        王磊 王汝涼 曲洪峰 玄揚

        摘要:針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)收斂速度慢且容易陷入局部極小值的缺點,通過實驗對其進行分析并提出可以提高算法快速性和有效性的改進方法。介紹了BP神經(jīng)網(wǎng)絡(luò)的工作原理、基本流程、算法應(yīng)用領(lǐng)域和在該領(lǐng)域下的優(yōu)缺點,以及改進方法的具體步驟與改進后的優(yōu)勢。最后通過仿真實驗驗證了改進算法的有效性。

        關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò);BP神經(jīng)網(wǎng)絡(luò);BP算法;

        DOIDOI:10.11907/rjdk.161429

        中圖分類號:TP312

        文獻標識碼:A 文章編號:1672-7800(2016)005-0038-03

        0 引言

        人工神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)網(wǎng)絡(luò),實現(xiàn)對信息并行處理的數(shù)學(xué)模型。該網(wǎng)絡(luò)具有并行處理信息、容錯性與非線性能力強等優(yōu)點[1]。神經(jīng)網(wǎng)絡(luò)一般由多個簡單的神經(jīng)元經(jīng)過復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)組合在一起,可解決非線性問題。BP神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)中應(yīng)用最為廣泛的算法之一,其結(jié)構(gòu)簡單、易于理解,采用信息的正向傳播和誤差的反向傳播。BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力非常出色,使該網(wǎng)絡(luò)可以處理任意的非線性函數(shù)。但是傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)也存在收斂速度慢、穩(wěn)定性差、具有極小值等缺點,很多學(xué)者對其進行了改進,但是大多以犧牲效率為代價。

        文獻[2]提出的改進方法是通過學(xué)習(xí)率自適應(yīng)來加快收斂速度,雖然改進后的算法可以在速度上得到提高,但并不能解決存在極小值問題;文獻[3]和文獻[4]提出通過尋求最佳學(xué)習(xí)因子來改變權(quán)值,雖然加快了收斂速度,但是也沒有解決極小值問題;文獻[5]提出的改進方法是增加極限學(xué)習(xí)機,使網(wǎng)絡(luò)具有較好的泛化能力,但是降低了收斂速度。

        針對以上問題,本文提出動態(tài)修正權(quán)值和動態(tài)增加隱含層層數(shù)的改進方法。傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)只是誤差的反向傳播,通過誤差來修正各層權(quán)值,使網(wǎng)絡(luò)更加穩(wěn)定。本文在此基礎(chǔ)上采用了動態(tài)增加隱含層層數(shù)的方法,使網(wǎng)絡(luò)具有更好的健壯性,并避免了極小值問題。通過改進可以使網(wǎng)絡(luò)快速達到穩(wěn)定狀態(tài),具有較好的收斂效果,避免了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)需要多次修改網(wǎng)絡(luò)結(jié)構(gòu)的情況,減少了學(xué)習(xí)時間。因此,改進后的算法具有較快的收斂速度。

        1 BP神經(jīng)網(wǎng)絡(luò)方法

        BP神經(jīng)網(wǎng)絡(luò)又稱為誤差反向傳播神經(jīng)網(wǎng)絡(luò),由輸入層、隱含層、輸出層及各層之間的連接權(quán)值組合成功能強大的網(wǎng)絡(luò)結(jié)構(gòu)[6]。BP網(wǎng)絡(luò)由于其結(jié)構(gòu)特性可以模擬任意非線性輸入輸出關(guān)系,操作簡單,因此得到了廣泛應(yīng)用。其學(xué)習(xí)規(guī)則是最速下降法,通過實際輸出與期望輸出之間的誤差反向傳播,來調(diào)整各層連接權(quán)值和閾值,使網(wǎng)絡(luò)具有更好的健壯性,且網(wǎng)絡(luò)的誤差平方和最小。其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

        2 BP神經(jīng)網(wǎng)絡(luò)方法改進

        2.1 傳統(tǒng)BP網(wǎng)絡(luò)缺點

        傳統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)簡單、應(yīng)用廣泛,是神經(jīng)網(wǎng)絡(luò)中最受歡迎的應(yīng)用之一,但其仍然存在一些不足,具體如下:①網(wǎng)絡(luò)收斂速度慢;②容易陷入極小值狀態(tài);③泛化能力差。

        2.2 BP神經(jīng)網(wǎng)絡(luò)改進

        通過對傳統(tǒng)BP算法的分析,本文在誤差反向傳播修改各層權(quán)值的基礎(chǔ)上,提出了根據(jù)誤差大小動態(tài)增加隱含層層數(shù)的改進。具體改進方法如下:

        (1)初始網(wǎng)絡(luò)只選擇單隱含層,并且隱含層的網(wǎng)絡(luò)節(jié)點個數(shù)通以過下的計算公式得到。其中,n表示隱含層節(jié)點數(shù),ni表示輸入神經(jīng)元個數(shù),n0表示輸出神經(jīng)元個數(shù),a表示1~10之間的常數(shù)。

        2.3 改進后的優(yōu)點

        改進后的優(yōu)點包括:①避免了算法易于陷入極小值的情況,使網(wǎng)絡(luò)輸出更加穩(wěn)定;

        ②可以增加網(wǎng)絡(luò)收斂速度,使更快地達到預(yù)期結(jié)果;

        ③使網(wǎng)絡(luò)具有更廣泛的應(yīng)用范圍,且泛化能力得到明顯提高。

        3 實驗仿真及結(jié)果對比

        經(jīng)過2 000組樣本數(shù)據(jù)實驗對比之后(見表1),發(fā)現(xiàn)改進算法的結(jié)果比改進前具有明顯優(yōu)勢,具體分析如下:①改進前迭代次數(shù)接近500,而改進后迭代次數(shù)不到300,比改進前減少了近一倍。很明顯,改進后的算法可以有效提高神經(jīng)網(wǎng)絡(luò)收斂速度,使網(wǎng)絡(luò)可以快速達到預(yù)期的輸出值;②經(jīng)過大量實驗驗證,改進后的算法沒有出現(xiàn)極小值情況,但是改進前的算法在經(jīng)過800組實驗后出現(xiàn)了一次極小值情況,可見改進算法對于避免網(wǎng)絡(luò)收斂極小值比較有效;③據(jù)實驗統(tǒng)計,改進前的數(shù)據(jù)識別率為70%,改進后達到98.3%??梢姼倪M后算法的識別率明顯提高,對樣本有很好的分類,有助于對數(shù)據(jù)的有效挖掘。

        4 結(jié)語

        本文首先介紹了BP神經(jīng)網(wǎng)絡(luò)的工作原理,分析了傳統(tǒng)網(wǎng)絡(luò)的優(yōu)缺點,并根據(jù)存在的部分缺點提出了改進思路,最后通過實驗對比改進前后的一些數(shù)據(jù),顯示了改進后的優(yōu)勢。通過算法的改進,可以明顯地提高網(wǎng)絡(luò)精度,使網(wǎng)絡(luò)有很好的輸出,對于復(fù)雜樣本集具有很好的非線性映射。在今后的應(yīng)用中,還將發(fā)現(xiàn)新的問題并對該算法繼續(xù)完善優(yōu)化。

        參考文獻:

        [1]劉毅娟.人工神經(jīng)網(wǎng)絡(luò)概述[J].電子測試,2015(6):74-75.

        [2]劉載文,等.過程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法及軟測量方法的研究[J].系統(tǒng)仿真學(xué)報,2007, 19(70):1456-1459.

        [3]王益群,等.神經(jīng)網(wǎng)絡(luò)軟測量模型中全共軛梯度算法研究[J].機械工程學(xué)報,2005, 41(6): 97-101.

        [4]WANG YIQUN, et al.Appraising and improving on the training algorithm of neural network in the soft measurement system of dynamic flow[C].ICFP.HangZhou, China, 2005:102-108.

        [5]HUANG GUANG-BIN, CHEN LEI,CHEE-KHEONG SIEW.Universal approximation using incremental constructive feedforwardnet works with random hidden nodes[J].IEEE Transactions on Neural Networks,2006,17(4):879-892.

        [6]樊振宇.BP神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法[J].軟件導(dǎo)刊,2011(7): 66-68.

        [7]尤樹華.基于神經(jīng)網(wǎng)絡(luò)的強化學(xué)習(xí)研究概述[J].電腦知識與技術(shù),2012(10):6782-6786.

        [8]劉毅娟.人工神經(jīng)網(wǎng)絡(luò)概述[D].唐山:華北理工大學(xué),2015.

        [9]武美先.BP神經(jīng)網(wǎng)絡(luò)及其改進[D].太原:太原科技大學(xué),2005.

        (責(zé)任編輯:黃 ?。?/p>

        Abstract:For the disadvantages that traditional BP neural network is slow convergence speed and easily trapped in local minima shortcomings, the article analyzes it through the experiment and puts forward improved method that can improve the quickness and the effectiveness of algorithm.This paper systematically introduces the working principle and the basic process of BP neural network , application field of the algorithm and the advantages and disadvantages under it,finally validates the effectiveness of the improved algorithm through the simulation experiment.

        Key Words: Neural Network;BP Algorithm;Classification; Prediction

        猜你喜歡
        BP神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)
        神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
        基于DEA—GA—BP的建設(shè)工程評標方法研究
        價值工程(2016年30期)2016-11-24 13:17:31
        基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
        商情(2016年39期)2016-11-21 09:30:36
        復(fù)雜背景下的手勢識別方法
        BP神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評價中的應(yīng)用研究 
        BP神經(jīng)網(wǎng)絡(luò)算法在數(shù)值預(yù)報產(chǎn)品釋用中的應(yīng)用
        科技視界(2016年20期)2016-09-29 14:15:12
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
        重型機械(2016年1期)2016-03-01 03:42:04
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        基于支持向量機回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
        夜夜爽一区二区三区精品| av中文字幕一区人妻| 久久免费看的少妇一级特黄片| 风韵少妇性饥渴推油按摩视频| 亚洲国产成人片在线观看无码| 精品人体无码一区二区三区| 国产乱子伦农村xxxx| 国产丝袜在线福利观看| av手机在线观看不卡| 国产精品 亚洲 无码 在线| 内射无码专区久久亚洲| 久久婷婷色香五月综合激情| 国产毛片一区二区三区| 国产国语按摩对白av在线观看 | 一本一本久久a久久精品综合| 蜜桃视频高清在线观看| 国语对白在线观看免费| 国内精品久久久久国产盗摄| 中国丰满熟妇av| 亚洲欧美日韩国产综合专区 | 人妻激情偷乱视频一区二区三区| 亚洲精品第一国产综合亚av| 日韩欧美第一区二区三区| 日韩精品免费一区二区中文字幕 | 亚洲精品午夜精品国产| 91精品国产九色综合久久香蕉 | 婷婷亚洲岛国热超碰中文字幕| 国产精品无码久久久久成人影院| 综合网五月| 一本大道久久精品一本大道久久| 日本少妇熟女一区二区| 夜夜躁狠狠躁日日躁视频| av香港经典三级级 在线| 免费一级a毛片在线播出| 日本高清成人一区二区三区| 丰满人妻一区二区三区蜜桃| 色偷偷噜噜噜亚洲男人| 91国在线啪精品一区| 亚洲视频观看一区二区| 亚洲精品久久久久一区二区| 亚洲色欲色欲www|