發(fā)布時間：2021-01-11 07:15

　　針對后向傳播（BP）神經(jīng)網(wǎng)絡(luò)高度依賴初始權(quán)值、收斂慢且易陷入局部極值,標準人工蜂群算法開發(fā)能力弱、局部搜索能力差等問題,提出一種基于改進人工蜂群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的分類方法。引入自適應(yīng)和全局最優(yōu)策略改進人工蜂群算法中跟隨蜂蜜源全局搜索、概率選擇算法,使用當前迭代的最優(yōu)解來提高其開發(fā)能力。此外,利用混沌系統(tǒng)產(chǎn)生初始種群,以增強人工蜂群算法全局收斂性。最后,將本文算法應(yīng)用到基礎(chǔ)心音分類。結(jié)果表明本文算法較經(jīng)典分類算法分類準確率有較大的提升。梅爾頻率倒譜特征參數(shù)下,本文算法的分類準確率達到94%以上。 

【文章來源】：中國醫(yī)學物理學雜志. 2020,37(09)

【文章頁數(shù)】：7 頁

【部分圖文】：

最大迭代次數(shù)和?關(guān)系

IMPABC-BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖


本文編號：2970335