|
|
1.
小波神经网络模型的改进方法
张炎亮 陈鑫 李亚东
计算机应用
2013, 33 (11):
3107-3110.
为了改善小波神经网络(WNN)在处理复杂非线性问题的性能，针对量子粒子群优化(QPSO)算法易早熟、后期多样性差、搜索精度不高的缺点，提出一种同时引入加权系数、引入Cauchy随机数、改进收缩扩张系数和引入自然选择的改进量子粒子群优化算法，将其代替梯度下降法，训练小波基系数和网络权值，再将优化后的参数组合输入小波神经网络，以实现算法的耦合。通过对3个UCI标准数据集的仿真实验表明，与WNN、PSO-WNN、QPSO-WNN算法相比，改进的量子粒子群小波神经网络(MQPSO-WNN)算法的运行时间减少了11%~43%，而计算相对误差较之降低了8%~57%。因此，改进的量子粒子群小波神经网络模型能够更迅速、更精确地逼近最优值。
相关文章 |
多维度评价
|
|
