改进的粒子群动态过程神经网络及其应用
为克服前向过程神经网络收敛速度慢、精度低的问题,本文提出了一种基于改进的粒子群动态过程神经网络(IDPNN).对于给定的全连接的过程神经网络,通过IPSO优化其连接权值和网络结构删除冗余连接使之成为部分连接的过程神经网络系统,从而降低了计算成本.将经过IPSO训练的动态过程神经网络应用于Iris模式分类问题,结果表明,改进的粒子群动态过程神经网络具有较高的收敛速度和精确性.
人工智能、动态过程神经网络、粒子群算法、模式分类
38
TP183(自动化基础理论)
黑龙江省国际合作项目WB06A06;高等学校学科创新引智计划项目B07018
2008-11-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
1141-1145