中南民族大学自然科学基金(YZQ09003)
- 作品数：6 被引量：15H指数：2
- 相关作者：吴立锋王江晴侯睿吴经龙程林辉更多>>
- 相关机构：中南民族大学更多>>
- 发文基金：中南民族大学自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- BP算法学习率自适应性研究被引量：4
- 2011年
- BP算法通过迭代地处理一组训练样本,将每个样本的实际输出与期望输出比较,不断调整神经网络的权值和阈值,使网络的均方差最小。BP算法的有效性在某种程度上依赖于学习率的选择,由于标准BP算法中学习率固定不变,因此其收敛速度慢,易陷入局部极小值。针对此问题,通过分析BP神经网络的误差曲面可知,在误差曲面平坦区域需要有较大的学习率,在误差变化剧烈的区域需要有较小的学习率,从而加快算法的收敛速度,避免陷入局部极小值。实验结果表明,自适应学习率BP算法的收敛速度明显快于固定学习率的标准BP算法。
- 吴立锋吴经龙
- 关键词：神经网络BP算法学习率收敛速度
- 利用云模型和遗传算法优化BP神经网络权值被引量：1
- 2011年
- 标准BP算法主要根据训练样本确定神经网络的权值,由于BP算法采用沿梯度下降的搜索算法,因而其结果对初始权值非常敏感,收敛速度慢,易陷入局部极小。结合正态云模型云滴的随机性和稳定倾向性,以及遗传算法的全局搜索能力,收敛速度快等特性优化神经网络的权值和阈值。分类实验结果表明,该算法比标准BP算法收敛速度快,分类正确率高。
- 吴立锋
- 关键词：云模型遗传算法标准BP算法
- 改进的关联规则增量更新算法被引量：1
- 2010年
- 针对数据库和最小支持度同时发生变化的情况,提出了HIUA算法。该算法利用常用的哈希存储结构,数据结构简单,操作方便、可行,并且只需要扫描数据库一次。同时,通过对其测试结果与经典的Apriori算法进行比较,表明了该算法充分利用了原有的信息,提高了算法的效率。
- 吴立锋王江晴侯睿
- 关键词：关联规则
- 基于云自适应遗传算法的改进BP算法被引量：2
- 2011年
- 针对标准BP算法对初始权值敏感、收敛速度慢、易陷入局部极小等问题,结合正态云模型云滴的随机性和稳定倾向性,以及遗传算法的全局搜索能力、收敛速度快等特性,提出了云自适应遗传改进BP算法.该算法首次将云模型和遗传算法结合调整神经网络的权值和阈值.由X条件云发生器产生改进的自适应交叉概率和变异概率.实验结果表明:云自适应遗传改进BP算法比标准BP算法收敛速度快.
- 吴立锋程林辉
- 关键词：云模型遗传算法神经网络
- 基于云遗传算法的函数优化被引量：1
- 2011年
- 遗传算法是基于进化理论，并采用遗传结合、遗传变异及自然选择等设计方法的优化技术。遗传算法中交叉概率和变异概率的选择是影响遗传算法行为和性能的关键所在，直接影响算法的收敛性。该文结合正态云模型云滴的随机性和稳定倾向性，由X条件云发生器产生自适应交叉概率和变异概率。函数优化实验结果表明，云遗传算法只需要较少的进化代数就可以收敛，收敛速度明显快于标准遗传算法。
- 吴立锋
- 关键词：云模型遗传算法函数优化
- 基于关联规则的增量更新算法被引量：6
- 2010年
- 分析了基于关联规则的增量数据挖掘算法,针对传统数据挖掘算法多次迭代扫描,数据库和最小支持度不能同时发生变化,数据结构复杂等的不足,提出哈希增量数据挖掘算法HIUA。该算法只需要扫描数据库一次,并且采用常用的哈希存储结构,数据结构简单,操作方便、可行,通过测试结果表明该算法是合理有效的。
- 吴立锋侯睿王江晴
- 关键词：数据挖掘关联规则
