现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2010年
8期
148-150
,共3页
BP神经网络%遗传算法%神经网络集成%人耳识别
BP神經網絡%遺傳算法%神經網絡集成%人耳識彆
BP신경망락%유전산법%신경망락집성%인이식별
BP神经网络算法存在收敛速度慢和网络泛化能力差的缺点,影响分类识别率.为了提高网络的分类识别能力和泛化能力,在此介绍一种基于遗传算法的神经网络集成方法,即训练出多个个体BP神经网络,利用遗传算法选择差异度较大的个体BP网络进行神经网络集成,再利用该神经网络集成进行分类识别.实验结果表明,神经网络集成可以提高识别率.
BP神經網絡算法存在收斂速度慢和網絡汎化能力差的缺點,影響分類識彆率.為瞭提高網絡的分類識彆能力和汎化能力,在此介紹一種基于遺傳算法的神經網絡集成方法,即訓練齣多箇箇體BP神經網絡,利用遺傳算法選擇差異度較大的箇體BP網絡進行神經網絡集成,再利用該神經網絡集成進行分類識彆.實驗結果錶明,神經網絡集成可以提高識彆率.
BP신경망락산법존재수렴속도만화망락범화능력차적결점,영향분류식별솔.위료제고망락적분류식별능력화범화능력,재차개소일충기우유전산법적신경망락집성방법,즉훈련출다개개체BP신경망락,이용유전산법선택차이도교대적개체BP망락진행신경망락집성,재이용해신경망락집성진행분류식별.실험결과표명,신경망락집성가이제고식별솔.