文献类型：期刊文章

作　　者：高海兵[1] 高亮[1] 周驰[1] 喻道远[1]

机构地区：[1]华中科技大学工业工程系自动化所,湖北武汉430074

出　　处：《电子学报》

基　　金：国家自然科学基金 (No .50 30 50 0 8);国家高技术研究发展计划 (863计划 )课题 (No .2 0 0 2AA42 0 1 0 0 3)

年　　份：2004

卷　　号：32

期　　号：9

起止页码：1572-1574

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2004518733960)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：　本文提出了基于连接结构优化的粒子群优化算法 (SPSO)用于神经网络训练 ,该算法在训练神经网络权值的同时优化其连接结构 ,删除冗余连接 ,使神经网络获得与模式分类问题匹配的信息处理能力 .经SPSO训练的神经网络应用于Iris,Ionosphere以及Breastcancer模式分类问题 ,能够部分消除冗余分类参数及冗余连接结构对分类性能的影响 .与BP算法及遗传算法比较 ,该算法在提高分类误差精度的同时可加快训练收敛的速度 .仿真结果表明 ,SPSO是有效的神经网络训练算法 .

关 键 词：粒子群优化 神经网络 遗传算法 模式分类  

分 类 号：TP183]