一种粒子群优化的神经网络综合训练算法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (11): 37-38.

一种粒子群优化的神经网络综合训练算法研究

徐刚，黄先玖

南昌大学数学系，南昌 330031

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-11 发布日期:2011-04-11

Study on nueral network synthesis training algorithm based on particle swarm algorithm

XU Gang，HUANG Xianjiu

Department of Mathematics，Nanchang University，Nanchang 330031，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-11 Published:2011-04-11

摘要/Abstract

摘要： 基于粒子群优化算法，将灰色关联分析法应用到BP神经网络隐层结点数的确定，实现了BP神经网络结构的优化；然后将贝叶斯正则法应用于神经网络训练，进一步提高网络的泛化性能。仿真结果表明泛化能力明显优于其他改进的BP算法，拟合效果较好。

关键词: 粒子群优化, 灰色关联分析, 贝叶斯推理, 神经网络

Abstract: Based on Particle Swarm Optimization（PSO），by using the grey correlation analysis on the hidden node number’s determination of BP nueral network，this method realizes the optimal of BP nueral network.Bayesian inference methods are applied to the training of feed-forward neural networks in order to improve their generalization capabilities.The results show that the algorithm has better generalization capacity than other improved BP algorithms，and furthermore，it has better effects of approximation.

Key words: particle swarm optimization, grey correlation analaysis, Bayesian inference, nueral network

徐刚，黄先玖. 一种粒子群优化的神经网络综合训练算法研究[J]. 计算机工程与应用, 2011, 47(11): 37-38.

XU Gang，HUANG Xianjiu. Study on nueral network synthesis training algorithm based on particle swarm algorithm[J]. Computer Engineering and Applications, 2011, 47(11): 37-38.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[3]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[4]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[5]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[6]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[7]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[8]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[9]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[10]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[11]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[12]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[13]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[14]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[15]	翟正利，李鹏辉，冯舒. 图对抗攻击研究综述[J]. 计算机工程与应用, 2021, 57(7): 14-21.