文献类型：期刊文章

作　　者：洪月华[1]

机构地区：[1]广西经济管理干部学院计算机系,广西南宁530007

出　　处：《微电子学与计算机》

基　　金：广西自然科学基金青年项目(2012GXNSFBA053178);广西混杂计算与集成电路设计分析重点实验室开放基金课题(2012HCIC05)

年　　份：2014

卷　　号：31

期　　号：4

起止页码：156-159

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2013_2014、JST、ZGKJHX、核心刊

摘　　要：为了解决BP神经网络对高维冗余样本分类时收敛速度慢、易陷入局部极小值问题,提出基于蚁群算法与粗糙集的混合BP神经网络分类模型.该混合BP神经网络用粗糙集对样本进行约简和降维,输入层神经元个数得到减少,降低了训练神经网络的计算复杂度,用蚁群算法解决了选取神经网络权值和阈值的随机性,避免了因其而导致的易陷入局部极小值的不足.对UCI数据库中数据集的测试结果说明,提出的混合BP神经网络对高维冗余复杂样本进行分类是可行的,性能远远比传统BP神经网络和蚁群神经网络优越.

关 键 词：蚁群算法ACA  粗糙集 BP神经网络

分 类 号：TP183]