基于改进的粒子群算法优化开关神经网络的木材表面缺陷识别

被引：7

作者：

季伟东 ^{[1
]}

王克奇 ^{[1
]}

张建飞 ^{[2
]}

马宁 ^{[3
]}

机构：

[1] 东北林业大学

[2] 黑龙江科技学院

[3] 哈尔滨师范大学

来源：

关键词：

粒子群; BP神经网络; 木材缺陷;

D O I：

10.13759/j.cnki.dlxb.2012.12.009

中图分类号：

S781 [木材学];

学科分类号：

090305 [农业资源循环利用];

摘要：

提出了一种改进的粒子群优化算法(IPSO),由混沌序列产生初始种群,采用克隆选择变异算子避免算法过早收敛于一个平衡点。用改进后的粒子群算法训练开关神经网络,将其用于木材表面缺陷识别。结果表明在较少的网络节点连接数目的情况下,获得了较高的识别率及良好的网络泛化性能。

引用

页码：99 / 102

页数：4