基于改进的PSO算法的神经网络相关性剪枝优化.pdfVIP

基于改进的PSO算法的神经网络相关性剪枝优化.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于改进的PSO算法的神经网络相关性剪枝优化,改进pso算法,剪枝算法,alphabeta剪枝算法,决策树剪枝算法,alphabeta剪枝算法,阿尔法贝塔剪枝算法,αβ剪枝算法,什么是剪枝算法,决策树后剪枝算法

27 9 Vol. 27 No. 9 第 卷第 期 计 算 机 应 用 研 究 2010 9 Application Research of Computers Sep. 2010 年 月 基于改进的 PSO 算法的 神经网络相关性剪枝优化* 1,2 1 1 , , 涂娟娟 詹永照 韩 飞 (1. , 212013 ;2 . , 江苏大学计算机科学与通信工程学院 江苏镇江 江苏科技大学计算机科学与工程学院 江苏 镇江 212003) : 、 , 摘 要 针对传统的神经网络训练算法收敛速度慢 易陷入局部最优的问题 提出了一种基于改进的分期变异 (SMPSO) 。SMPSO , 微粒群优化算法 的神经网络相关性剪枝优化方法 在初期使适应度过低的微粒发生变异 在 , SMPSO 。 后期使停滞代数过高的个体极值和全局极值发生变异 后将 用于优化神经网络相关性剪枝算法 实验 , BP PSO , 、 结果表明 该方法与采用 算法及标准 算法进行相关性剪枝相比 在训练收敛速度 剪枝效率及分类正确 率三方面都有较大提高。 : ; ; 关键词 神经网络 剪枝 微粒群优化算法 中图分类号:TP183 文献标志码:A 文章编号:1001-3695 (2010)09-3253-03 doi :10 . 3969 /j . issn. 1001-3695. 2010 . 09 . 013 Neural network correlation pruning optimization based on improved PSO algorithm TU Juan-juan1,2 ,ZHAN Yong-zhao1 ,HAN Fei1 (1. School of Comp uter Science & Telecommunication Engineering ,Jiangsu University ,Zhenj iang Jiangsu 2120 13 ,China ;2. School of Comp u- ter Science & Engineering ,Jiangsu University of Science & Technology ,Zhenj iang Jiangsu 212003 ,China) Abstract :The traditional neural network training a

文档评论(0)

docinppt + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档