位置:成果数据库 > 期刊 > 期刊详情页
基于结构简化的BP网络的多类形状识别
  • ISSN号:1673-629X
  • 期刊名称:《计算机技术与发展》
  • 时间:0
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]合肥工业大学计算机与信息学院,安徽合肥230009
  • 相关基金:国家自然科学基金资助项目(60375011);安徽省优秀青年科技疆金资助项目(04042044);新世纪优秀人才支持计划项目
作者: 王辉[1]
中文摘要:

BP算法是目前应用极为广泛的神经网络算法,但它也存在一些不足。文中提出了一种使BP网络结构简化的改进的BP算法,它使得网络的速度得到了提高,减少了迭代次数。最后将传统的BP算法和改进的BP算法进行了比较,仿真结果表明改进的算法在学习次数和收敛速度上比传统的算法有很大的改善。

英文摘要:

BP is a neural network algorithm which is applied very widely, but it has some defects. So brings forward a method which can improve BP algorithm through simplifying BP' s structure on this paper. The method improves the training speed of the BP neural net. The method reduces the iterative times onBP neural net. In the end, compares the traditional algorithm with the improved algorithm on this paper. The results through simulation experinaent indicate that the improved algorithm has a large improvement on training times and convergence speed than the traditional algorithm.

同期刊论文项目
期刊论文 50 会议论文 17 获奖 2 著作 3
同项目期刊论文
期刊信息
  • 《计算机技术与发展》
  • 中国科技核心期刊
  • 主管单位:陕西省工业和信息化厅
  • 主办单位:陕西省计算机学会
  • 主编:王守智
  • 地址:西安市雁塔路南段99号
  • 邮编:710054
  • 邮箱:ctad@vip.163.com
  • 电话:029-85522163
  • 国际标准刊号:ISSN:1673-629X
  • 国内统一刊号:ISSN:61-1450/TP
  • 邮发代号:52-127
  • 获奖情况:
  • 《CAJ-CD规范》执行优秀期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊
  • 被引量:21263