安阳师范学院学报

2022, No.139(05) 20-23

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进人工神经网络的大数据聚类方法研究
Research on Clustering Method of Big Data Based on Improving Artificial Neural Network

吕立新;江宏;

摘要(Abstract):

为了优化BP人工神经网络在大规模样本聚类中的准确度,基于改进人工神经网络数据聚类方法,使用粒子群算法与遗传算法对BP人工神经网络的初始权值与阈值实施优化,将神经网络分类误差作为粒子群的适应度,利用遗传算法更新粒子速度与位置信息,获得最优粒子位置最优解,优化后的粒子群对BP神经网络初始权值与阈值寻优。实验结果显示,改进的BP神经网络训练误差与测试误差较为接近,表明网络模型的聚类性能较为精准、稳定。

关键词(KeyWords): 人工神经网络;粒子群;遗传算法;适应度;数据聚类

Abstract:

Keywords:

基金项目(Foundation): 安徽省教育厅高校优秀青年人才支持计划课题“基于环境反向散射通信技术的无源物联网通信节点设计”(项目编号:gxyq2018236)

作者(Authors): 吕立新;江宏;

DOI: 10.16140/j.cnki.1671-5330.2022.05.001

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享