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

一种基于粒子群优化的极限学习过程神经网络
引用本文:刘志刚,许少华,李盼池.一种基于粒子群优化的极限学习过程神经网络[J].华东师范大学学报(自然科学版),2016(4):86-95.
作者姓名:刘志刚  许少华  李盼池
作者单位:东北石油大学计算机与信息技术学院;山东科技大学信息科学与工程学院
基金项目:国家自然科学基金(61170132);中国博士后科学基金(201003405)
摘    要:本文针对过程神经元网络(Process Neural Network,PNN)模型学习参数较多,正交基展开后的梯度下降算法初值敏感、计算复杂、不易收敛等问题,结合极限学习机(Extreme Learning Machine,ELM)的快速学习特性,提出了一种新型的极限学习过程神经元网络.学习过程中摒弃梯度下降算法的迭代调整策略,采用Moore-Penrose广义逆计算输出权值矩阵.同时为弥补极限学习机由于随机赋值造成的不足,利用粒子群算法(Particle Swarm Optimization,PSO)良好的全局搜索能力进行模型参数优化,获得紧凑的网络结构,提高了模型泛化能力.仿真实验以Henon混沌时间序列和太阳黑子预测为例,验证了网络的有效性.

关 键 词:过程神经元网络  极限学习机  粒子群  Moore-Penrose广义逆  网络训练

An extreme learning process neural networks based on particle swarm optimization
LIU Zhi-gang;XU Shao-hua;LI Pan-chi.An extreme learning process neural networks based on particle swarm optimization[J].Journal of East China Normal University(Natural Science),2016(4):86-95.
Authors:LIU Zhi-gang;XU Shao-hua;LI Pan-chi
Institution:LIU Zhi-gang;XU Shao-hua;LI Pan-chi;School of Computer and Information Technology,Northeast Petroleum University;College of Information Science and Engineering,Shandong University of Science and Technology;
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