一种基于改进ASO算法的BP神经网络参数优化方法
实质审查的生效
摘要
本发明提供一种基于改进ASO算法的BP神经网络参数优化方法，涉及神经网络技术领域。该方法首先对数据集进行预处理及BP神经网络的参数初始化，然后利用预处理后的数据集对BP神经网络进行初始网络训练得到网络权值和阈值，并对网络权值和阈值进行实值编码形成初始个体，得到初始原子种群；并将BP神经网络的训练误差作为个体适应度值，得到适应度函数；再采用改进ASO算法更新原子种群并采用适应度函数计算更新后原子种群中个体适应度值；最后更新BP神经网络的权值和阈值并利用更新后的BP神经网络对数据集进行分类。该方法将改进ASO算法应用于BP神经网络参数优化，在对BP神经网络参数优化时表现出更高的分类性能。
基本信息
专利标题 ：
一种基于改进ASO算法的BP神经网络参数优化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114330659A
申请号 ：
CN202111639305.3
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘威朱乙鑫郭旭颖郭直清
申请人 ：
辽宁工程技术大学
申请人地址 ：
辽宁省阜新市细河区中华路47号
代理机构 ：
沈阳东大知识产权代理有限公司
代理人 ：
李梁
优先权 ：
CN202111639305.3
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06N3/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20211229
申请日 : 20211229
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
