|
|||||
|
|
| 基于改进的樽海鞘算法优化BP神经网络参数的分类识别方法 | |
| 引用本文： | 徐任倩,汪超,王璐.基于改进的樽海鞘算法优化BP神经网络参数的分类识别方法[J].价值工程,2022(25):142-144. |
| 作者姓名： | 徐任倩 汪超 王璐 |
| 作者单位： | 1. 安徽工业大学管理科学与工程学院;2. 安徽工程大学土木建筑工程学院 |
| 基金项目： | 安徽省自然科学基金项目（NO.2108085MG237）；;安徽省教育厅高校自然科学研究项目（KJ2021A0506）； |
| 摘 要： | 针对BP神经网络容易陷入局部最优解从而无法收敛到全局最优解，以及收敛速率过慢的现象，本文采用一种改进的樽海鞘算法寻找BP神经网络的权重和阈值这两个参数的最优参数。之后采用BCI 2003运动想象数据集进行分类识别测试，并且分别利用樽海鞘算法、粒子群优化算法、差分进化算法、权重自适应樽海鞘算法、疯狂自适应樽海鞘算法对BP神经网络进行参数优化作对比研究，结果显示，采用改进的樽海鞘算法优化BP神经网络参数的模型比其他模型得到的平均分类准确率要高。 |
| 关 键 词： | 樽海鞘算法 参数优化 BP神经网络 分类识别 |