版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。經(jīng)驗(yàn)表明,BP神經(jīng)網(wǎng)絡(luò)的性能主要取決于網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)。BP神經(jīng)網(wǎng)絡(luò)在迭代的過程中,可能出現(xiàn)隱含層節(jié)點(diǎn)冗余,從而影響神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效果。此外,傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)采用梯度下降法求解,使得在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中,容易出現(xiàn)陷入局部最優(yōu)、訓(xùn)練過程震蕩、收斂速度慢等問題。
針對(duì)BP網(wǎng)絡(luò)目前存在的問題,本文將相關(guān)性剪枝算法(Correlation Pruni
2、ngAlgorithm,CPA)和變學(xué)習(xí)率、附加動(dòng)量方法結(jié)合提出了一種基于CPA改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)剪枝算法,該算法進(jìn)一步提高了神經(jīng)網(wǎng)絡(luò)的收斂速度和準(zhǔn)確度。此外,本文將提出的算法和粗糙集理論結(jié)合,并運(yùn)用到氣象數(shù)據(jù)修復(fù)中。論文主要工作包含如下兩個(gè)方面:
(1)提出了一種基于CPA改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)剪枝算法——LMCPA神經(jīng)網(wǎng)絡(luò)。在張等人提出的復(fù)合BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)之上,引入CPA相關(guān)性剪枝算法,在神經(jīng)網(wǎng)絡(luò)迭代的過程中,對(duì)冗余節(jié)點(diǎn)進(jìn)
3、行刪減,當(dāng)隱含層兩個(gè)隱含層節(jié)點(diǎn)的輸出對(duì)所有樣本具有較大的相關(guān)性時(shí),將它們合并成一個(gè)節(jié)點(diǎn),并對(duì)權(quán)值和閾值進(jìn)行調(diào)整。為了驗(yàn)證本文算法的性能,我們將LMCPA算法分別和原始的BP神經(jīng)網(wǎng)絡(luò)、張自敏等人提出的復(fù)合BP神經(jīng)網(wǎng)絡(luò)、基于相關(guān)性分析的BP神經(jīng)網(wǎng)絡(luò)剪枝算法進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明,本文提出的算法能夠進(jìn)一步的提高神經(jīng)網(wǎng)絡(luò)的性能。一方面,該算法可以降低了訓(xùn)練步數(shù),加快神經(jīng)網(wǎng)絡(luò)的收斂速度;另一方面,其在測(cè)試數(shù)據(jù)集上的均方誤差也得到了進(jìn)一步的優(yōu)化。<
4、br> (2)提出了一種氣象數(shù)據(jù)修復(fù)算法。在本文提出的LMCPA神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)之上,針對(duì)氣象數(shù)據(jù)維數(shù)較高的特點(diǎn),引入粗糙集作為氣象數(shù)據(jù)約簡(jiǎn)工具。首先,使用粗糙集對(duì)氣象屬性的重要性進(jìn)行計(jì)算,基于屬性的重要性,約簡(jiǎn)重要性較小的屬性,并去掉對(duì)應(yīng)的氣象數(shù)據(jù)?;诩s簡(jiǎn)后的數(shù)據(jù),采用LMCPA神經(jīng)網(wǎng)絡(luò)對(duì)氣象數(shù)據(jù)進(jìn)行修復(fù)。實(shí)驗(yàn)表明,結(jié)合粗糙集算法,能夠使得LMCPA算法的數(shù)據(jù)修復(fù)能力更強(qiáng),收斂速度更快,且修復(fù)后得到的數(shù)據(jù)和專家修復(fù)后的數(shù)據(jù)之間的誤差
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)及其在PID控制中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)在水文數(shù)據(jù)中的應(yīng)用研究.pdf
- 基于改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)在遙感影像中的應(yīng)用研究.pdf
- 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)雜數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在水質(zhì)評(píng)價(jià)中的應(yīng)用研究.pdf
- 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)庫存預(yù)測(cè)模型及其應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其在電力負(fù)荷預(yù)測(cè)中的應(yīng)用.pdf
- BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其在儲(chǔ)層預(yù)測(cè)中的應(yīng)用.pdf
- BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)及應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)與應(yīng)用研究.pdf
- 33538.神經(jīng)網(wǎng)絡(luò)bp算法的研究及在氣象業(yè)務(wù)中的應(yīng)用研究
- BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及其在流體測(cè)量中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)在基于數(shù)值模擬科學(xué)數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于FPGA的BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)及其在水質(zhì)預(yù)測(cè)中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在文字識(shí)別中的應(yīng)用研究.pdf
- 粒子群算法的改進(jìn)及其在BP神經(jīng)網(wǎng)絡(luò)中的應(yīng)用.pdf
- 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的研究及應(yīng)用.pdf
- BP神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)在圖像DPCM系統(tǒng)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論