2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)中,一般采用的網(wǎng)絡(luò)訓(xùn)練方法是梯度下降法,這是一種局部搜索算法,容易使網(wǎng)絡(luò)陷入局部極值,所得的網(wǎng)絡(luò)訓(xùn)練誤差較大。基本粒子群優(yōu)化小波神經(jīng)網(wǎng)絡(luò)避免了梯度下降法中要求激活函數(shù)可微、對(duì)函數(shù)求導(dǎo)的過(guò)程計(jì)算,但是迭代公式依然復(fù)雜,計(jì)算量依然比較大。
   本論文將一種改進(jìn)的粒子群優(yōu)化算法運(yùn)用于小波神經(jīng)網(wǎng)絡(luò),以更小的種群數(shù)和進(jìn)化世代數(shù)優(yōu)化了小波神經(jīng)網(wǎng)絡(luò)中的各個(gè)參數(shù),并將該方法應(yīng)用于曲線擬合仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明,該算法能減少迭代次

2、數(shù)、提高收斂精度,是小波神經(jīng)網(wǎng)絡(luò)的有效訓(xùn)練算法,獲得了非常好的優(yōu)化效果。本文一共包括六章。
   第一章主要介紹目前國(guó)內(nèi)外小波神經(jīng)網(wǎng)絡(luò)的發(fā)展和研究現(xiàn)狀,并闡述本文所做研究的背景、主要工作和創(chuàng)新。第二章主要介紹了小波神經(jīng)網(wǎng)絡(luò)的基本原理及幾種常見的訓(xùn)練算法。第三章介紹了基本粒子群優(yōu)化算法以及本文用到的改進(jìn)了的粒子群優(yōu)化算法。第四章主要闡述基于改進(jìn)的粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)思想及訓(xùn)練算法。第五章中,筆者對(duì)所設(shè)計(jì)的改進(jìn)的粒子群

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論