首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种基于惩罚系数的BP神经网络预测能力
引用本文:廖卫强,迟岩,王国玲.一种基于惩罚系数的BP神经网络预测能力[J].辽宁工程技术大学学报(自然科学版),2013(2):174-177.
作者姓名:廖卫强  迟岩  王国玲
作者单位:集美大学电气自动化教研室;闽南理工学院电子工程系;集美大学电子教研室
基金项目:福建省科技厅科技三项基金重点资助项目(2005H038)
摘    要:为提高BP神经网络训练的预测能力,采用有助于提高BP神经网络逼近精度的Metropolis准则来克服BP神经网络训练学习过程中容易陷入局部极小值的问题;考虑到两类误分的代价不同,利用两个惩罚系数C1和C2,对两类误分给予不同程度的惩罚;采用轮换法的策略来避免因样本不均衡分布带来的负面影响.研究结果表明:所构建的神经网络模型效果令人满意,是行之有效的做法.

关 键 词:BP神经网络  预测  局部极小  Metropolis准则  惩罚系数  误分  不均衡分布  轮换法

Predictive ability of BP neural network based on penalty coefficient
LIAO Weiqiang,CHI Yan,Wang Guoling.Predictive ability of BP neural network based on penalty coefficient[J].Journal of Liaoning Technical University (Natural Science Edition),2013(2):174-177.
Authors:LIAO Weiqiang  CHI Yan  Wang Guoling
Institution:1.Department of Electrical Automation,Jimei University,Xiamen 361021,China;2.Department of Electronic Engineering,Minnan University of Science and Technology,Shishi 362700,China; 3.Department of Electronic,Jimei University,Xiamen 361021,China)
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号