粒子群优化算法在神经网络识别γ能谱中的应用

摘要：

在神经网络识别γ能谱的应用中,针对BP算法极易陷入局部极小、收敛速度慢的缺点,根据粒子群优化算法具有全局寻优的特点,本文将PSO与BP算法结合起来形成一种训练神经网络的新算法--混合PSO-BP算法.将该算法应用到γ能谱识别中,克服了BP算法极易陷入局部极小的缺点,并且训练好的网络具有很好的泛化能力,识别正确率为100％.实例表明,混合PSO-BP算法用于γ能谱识别是非常理想的、有效的.

关键词： 神经网络 BP算法 PSO算法 γ能谱识别

作者: 史东生 弟宇鸣 周春林

作者单位: 第二炮兵工程学院102教研室,西安,710025

会议类型: 国内会议

会议名称: 第十三届全国核电子学与核探测技术学术年会

会议地点: 西安

会议语种:中文

页码: 703-707

在线出版日期: 2006-10-21（万方平台首次上网日期，不代表论文的发表时间）