东华大学学报(自然科学版)
東華大學學報(自然科學版)
동화대학학보(자연과학판)
JOURNAL OF DONG HUA UNIVERSITY
2011年
2期
199-204,245
,共7页
流行色预测%GLMBPNN模型%灰色理论%BP神经网络%数据挖掘
流行色預測%GLMBPNN模型%灰色理論%BP神經網絡%數據挖掘
류행색예측%GLMBPNN모형%회색이론%BP신경망락%수거알굴
提出结合灰色理论和前馈神经网络的流行色预测模型GLMBPNN(Gray Levenberg-Marquardt Back Propagation Neural Network),并利用Levenberg-Marquardt算法提高传统BP(Back Propagation)神经网络模型的学习速率.运用灰色理论学习历史数据的变化规律,对数据进行灰化处理,再对比目标值与BP网络的初始输出值,不断进行逆向反馈修正,训练完毕后通过仿真、白化处理得出流行色预测值.研究表明,GLMBPNN模型预测所得的流行值比灰色模型方法所得值的精度高,且比传统BP神经网络的收敛速度快.
提齣結閤灰色理論和前饋神經網絡的流行色預測模型GLMBPNN(Gray Levenberg-Marquardt Back Propagation Neural Network),併利用Levenberg-Marquardt算法提高傳統BP(Back Propagation)神經網絡模型的學習速率.運用灰色理論學習歷史數據的變化規律,對數據進行灰化處理,再對比目標值與BP網絡的初始輸齣值,不斷進行逆嚮反饋脩正,訓練完畢後通過倣真、白化處理得齣流行色預測值.研究錶明,GLMBPNN模型預測所得的流行值比灰色模型方法所得值的精度高,且比傳統BP神經網絡的收斂速度快.
제출결합회색이론화전궤신경망락적류행색예측모형GLMBPNN(Gray Levenberg-Marquardt Back Propagation Neural Network),병이용Levenberg-Marquardt산법제고전통BP(Back Propagation)신경망락모형적학습속솔.운용회색이론학습역사수거적변화규률,대수거진행회화처리,재대비목표치여BP망락적초시수출치,불단진행역향반궤수정,훈련완필후통과방진、백화처리득출류행색예측치.연구표명,GLMBPNN모형예측소득적류행치비회색모형방법소득치적정도고,차비전통BP신경망락적수렴속도쾌.
