当前位置:首页 >> 信息与通信 >>

Adaboost算法改进BP神经网络预测研究


李 翔等: Ad a b o o s t 算法改进 B P神 经 网 络 预 测 研 究  9 7   针对 以 上 问 题 , 提 出 了很 多 B P 网 络 改 进 方  图 1中 , z   , z   , …, X  是 B P神 经 网 络 的输 入  值, y   , …, y  是 B P神经 网络 的预测 值 ,   为B P神 经 网络权 值 。  

2 . 2  A d a b o o s t 算法原 理  法 。文献 [ 2 , 3 ] 提 出通 过采 用附 加动 量法 和变 学 习   率改进 B P 网络 。 附加 动 量 法 有 助 于 使 网络 从 误  差 曲面 的局部 极小 值 中跳 出 , 但 对 于绝大 多数 实 际  应用 问题 , 该 方法 训练 速度 仍然 较慢 。变 学 习率方  法根 据误 差变 化 自适应 调 整 , 使 权 系数调 整 向误差  减少 的方 向变化 , 但该 方法 仍然 存 在权值 修 正量较  小 的 问题 , 导 致 学 习率 降 低 。文 献 [ 4 , 5 ] 提 出使 用  粒子 群 算法 优化 B P网络 , 使 网络 训 练 收敛 到 全 局  和叫   Ad a b o o s t 是 一种 迭代 算 法 , 通 过 对 弱 学 习算  法 的加 强而得 到 强学 习算 法 ,即通 过 一 个 包含 关  键 特征 的弱分 类 器集合 , 构 建 出具 有理 想分 类能力  的强分 类器  ] 。Ad a b o o s t 算 法 的优点 在 于它 使 用  加权 后 选取 的训 练数据 代替 随机 选取 的训 练样本 ,   将 弱分 类器联 合起 来 , 使用 加权 的投 票机制 代替平  均 投票 机制  。   的最 优 , 已解 决 了 B P算 法 易 陷入 局 部极 小 值 的问  题, 但该 算法 只 能有 限提 高 原有 B P神 经 网络 的预  测精 度 , 并不 能 把预 测误 差 较 大 的 B P神 经 网络 优  化 为 能够 准确 预 测 的 B P网 络 , 且对样本数量少 、   2 . 3 基于 A d a b o o s t 算法 的 B P神经 网络预 测模 型  本 文通 过对 B P神 经 网 络选 取 不 同 参 数 来 构  造多类 B P弱 预 测 器 , 然 后 使 用 Ad a b o o s t 算 法 将  得 到 的多个 弱预 测器 组成 新 的强预测 器 。   B P神 经 网 络 在 Ma t l a b中 的构 造 函数 为:   n e t =.  ̄ wf f( P, T, S, TF, BTF, BLF, PF, I PF,   样 本分 布不 均 匀而造 成 预测误 差 大 的问题 , 优化 后  的网 络预测 能 力一般 得 不到 明显 提高 。文 献 [ 6 ] 提  出将 Ad a b o o s t 算 法应用到 B P网 络 , 但 选 用 的 数  据 记 录仅有 l 1 条, 预测 结果 可信 度不 足 。   本 文针 对 上 述 问 题 , 提出 B P 神 经 网 络 结 合  Ad a b o o s t 算法 组 成 的 强 预 测 器 的 方 法 , 并 用 UC I   数 据库 中的数 据集进 行 仿真 实验 , 证 明本文 所提 方  法 的有 效性 。   OP F, DDF ) , 其 中, P为输人数据矩 阵, T为 输

相关文章:
BP神经网络局限性及其改进的研究
改进研究余本国 ( 中北大学 理学院 , 山西 太原 030051) 摘要 : 针对神经网络的发展状况 , 利用概率及其它数学的方法 , 对神经网络B P 算法进行了...
BP神经网络的优化算法研究
BP神经网络的优化算法研究_IT/计算机_专业资料。BP神经网络的优化算法研究 计算2009 年第 1 期 机与 现代 化 总第 161 期 J ISUANJ I YU X I NDA I A...
基于人工神经网络的预测研究_答辩ppt
基于人工神经网络预测研究_答辩ppt_工学_高等教育_教育专区。学术研究幻灯...? 宋桂荣.,改进 BP 算法在故障诊断中的应用. [N]沈阳工业大学学报,2001 .23...
BP神经网络及深度学习研究 - 综述
本文将主要介绍神经网络结构,重点研 究 BP 神经网络原理、BP 神经网络算法分析及改进和深度学习的研究。 关键词:BP 神经网络算法分析、应用 1 引言人工神经网络...
改进的BP神经网络算法(C语言源码)
改进BP神经网络算法(C语言源码)_计算机软件及应用_IT/计算机_专业资料。改进BP神经网络算法,C语言源码,计算流程:输入数据-网络训练-计算误差-网络预测。神经...
BP神经网络开题报告
的人工智能网络,它确立了从系统角度研究神经网络的基础;1960 年, B.Widrow 和 M.E.Hoff 提出了自适应线性单元网络,同时还提出了 Widrow-Hoff 学习算法,即后来...
基于改进的粒子群算法优化反向传播神经网络的热舒适度...
摘要:针对热舒适度预测是一个复杂的非线性过程,不便于空调的实时控制应用的问题,提 出一种基于改进的粒子群优化 (pso) 算法优化反向传播 (bp) 神经网络的热舒适...
BP神经网络的优缺点
BP神经网络的优缺点_文学研究_人文社科_专业资料。自己...2) BP 神经网络算法的收敛速度慢:由于 BP 神经...5) BP 神经网络预测能力和训练能力的矛盾问题:预测...
一种改进BP人工神经网络收敛性的算法
一种改进BP人工神经网络收敛性的算法_IT/计算机_专业资料。人工神经网络广泛用于...[2] ,是目前应用最广泛的一种网 络,应用于信号处理,模式识别,结果预测,自 ...
一种改进的BP神经网络入侵检测方法的设计与实现
一种基于改进 BP 神经网络的入侵检测算法的设计与实现李勤朴 何立夫 国网湖南省电力公司防灾减灾中心,湖南 长沙,410129,摘要:针对传统 BP 神经网络入侵检测算法学习...
更多相关标签:
bp神经网络改进算法 | 改进bp神经网络 | bp神经网络的改进 | 遗传算法改进神经网络 | 改进神经网络算法 | bp神经网络算法 | bp神经网络预测实例 | bp神经网络预测 |