基于样本自组织聚类的BP神经网络预测模型

摘要：

根据实际应用中神经网络训练样本通常具有内在特征和规律性,提出一种基于样本自组织聚类的BP神经网络预测模型.通过自组织竞争网络的聚类特征,改善样本训练对BP网络性能的影响.BP神经网络采用收敛速度较快和误差精度较高的动量-自适应学习速率调整算法.并通过基于这种模型的空气质量预测实验,表明基于样本自组织聚类的BP神经网络预测模型首先会提高收敛速度,其次会减少陷入局部最小的可能.提高预测精度.

关键词： 训练样本 自组织聚类 BP神经网络 空气质量 预测模型

作者: 杜晓亮 蒋志方 谭业浩

作者单位: 山东大学,计算机科学与技术学院,济南,250101

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 167-170

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）