BP改进算法在哮喘症状-证型分类预测中的应用

摘要：

针对BP算法学习率需要人为不断调试且收敛速度慢的缺点,通过对其算法性能进行分析,提出一种基于竞争学习与学习率自适应的改进BP算法,即CAL-BP算法.将改进算法用于哮喘症状-证型的分类预测实验中,将BP算法与CAL-BP算法对哮喘症状-证型数据的训练效果做了对比,实验结果表明,采用改进的CAL-BP算法训练数据时收敛速度更快,识别率更高.

关键词：BP神经网络、竞争学习、学习率自适应、CAL-BP算法、哮喘症状-证型

所属期刊栏目：38

分类号：TP183(自动化基础理论)

资助基金：山东省重点研发计划基金项目 2015GSF119016

在线出版日期：2017-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：215-219