东北林业大学学报
東北林業大學學報
동북임업대학학보
JOURNAL OF NORTHEAST FORESTRY UNIVERSITY
2012年
12期
99-102
,共4页
季伟东%王克奇%张建飞%马宁
季偉東%王剋奇%張建飛%馬寧
계위동%왕극기%장건비%마저
粒子群%BP神经网络%木材缺陷
粒子群%BP神經網絡%木材缺陷
입자군%BP신경망락%목재결함
提出了一种改进的粒子群优化算法(IPSO),由混沌序列产生初始种群,采用克隆选择变异算子避免算法过早收敛于一个平衡点.用改进后的粒子群算法训练开关神经网络,将其用于木材表面缺陷识别.结果表明在较少的网络节点连接数目的情况下,获得了较高的识别率及良好的网络泛化性能.
提齣瞭一種改進的粒子群優化算法(IPSO),由混沌序列產生初始種群,採用剋隆選擇變異算子避免算法過早收斂于一箇平衡點.用改進後的粒子群算法訓練開關神經網絡,將其用于木材錶麵缺陷識彆.結果錶明在較少的網絡節點連接數目的情況下,穫得瞭較高的識彆率及良好的網絡汎化性能.
제출료일충개진적입자군우화산법(IPSO),유혼돈서렬산생초시충군,채용극륭선택변이산자피면산법과조수렴우일개평형점.용개진후적입자군산법훈련개관신경망락,장기용우목재표면결함식별.결과표명재교소적망락절점련접수목적정황하,획득료교고적식별솔급량호적망락범화성능.
