基于粒子群优化的深度随机神经网络

摘要：

针对传统多层随机神经网络性能不稳定问题,提出了一类利用粒子群优化算法来优化各层权值的深度随机网络方法.该方法利用粒子群优化算法,结合网络的输入输出灵敏度信息,逐层对自动编码器的输入层权值进行优化,通过改善自动编码器的性能来改善多层随机神经网络的性能.最后利用粒子群优化方法,对整个网络的权值作适当优化,进一步提高深度随机神经网络的性能.相对于传统深度学习算法,该方法在保持收敛精度的基础上降低了时间开销;相对于传统深度随机神经网络,该方法在增加时间开销基础上提高了收敛精度,从而较好地平衡了时间复杂度和收敛精度.

关键词：随机神经网络、深度自动编码器、粒子群优化、超限学习机

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省普通高校研究生科研创新计划项目KYLX_1056

在线出版日期：2020-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74