Elman和BP神经网络在模式分类领域内的对比研究

被引：9

作者：

丁硕

常晓恒

巫庆辉

杨友林

胡庆功

机构：

[1] 渤海大学工学院

来源：

现代电子技术 | 2014年 / 37卷 / 08期

关键词：

Elman神经网络; BP神经网络; 模式分类; 收敛速度; 泛化能力;

D O I：

10.16652/j.issn.1004-373x.2014.08.045

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

为了研究Elman神经网络和标准BPNN中何种网络类型更适合于解决模式分类问题,分别构建了基于Elman神经网络的分类模型和基于标准BPNN的分类模型。以平面上二维向量模式的分类为例,对2种分类模型进行训练和泛化能力测试。仿真结果表明,在训练样本数量相等且中小规模网络的条件下,Elman网络模型比BP网络模型具有更高的分类精度,更快的收敛速度,更适合于解决模式分类问题。

引用

页码：12 / 14+18 +18

页数：4

共 10 条

[1] 基于改进BP神经网络的函数逼近性能对比研究
丁硕
巫庆辉
[J]. 计算机与现代化 , 2012, (11) : 10 - 13+17
[2] Elman与Bp神经网络应用于交通流预测的对比研究
何定
徐鹏
[J]. 工业工程, 2010, 13 (06) : 97 - 100
[3] Elman与BP神经网络在矿井水源判别中的应用
钱家忠
吕纯
赵卫东
潘婧
[J]. 系统工程理论与实践, 2010, 30 (01) : 145 - 150
[4] 基于MATLAB的改进BP神经网络的实现与比较
周黄斌
周永华
朱丽娟
[J]. 计算技术与自动化, 2008, (01) : 28 - 31
[5] 基于改进Elman神经网络的非线性预测控制
范燕
申东日
陈义俊
邵奎星
[J]. 河南科技大学学报(自然科学版), 2007, (01) : 41 - 45+107
[6] BP神经网络的改进研究及应用[D]. 刘天舒.东北农业大学. 2011
[7] Elman神经网络的应用研究[D]. 韩旭明.天津大学. 2006
[8] Application of Probabilistic Neural Network in Pattern Classification[J] . Hong Tao Wang,Ruo Yu Wang,Xiao Chen,Xiao Bo Bai,Zeng Xiang Dong,Gang Chang Ji. Applied Mechanics and Materials . 2014 (441)
[9] Approximation Performance of BP Neural Networks Improved by Heuristic Approach[J] . Fan Yu Kong,Lu Hong Diao,Jia Yu,Ya Li Jiang,Da Shui Zhou. Applied Mechanics and Materials . 2013 (411)
[10] A MATLAB-Based Study on Approximation Performances of Improved Algorithms of Typical BP Neural Networks[J] . Guang Rui Zhang,Jian Xue. Applied Mechanics and Materials . 2013 (313)

← 1 →