神经网络分类器及相关改进的实现与比较.pdfVIP

神经网络分类器及相关改进的实现与比较 1 神经网络分类器及相关改进的实现与比较 a b c c * 石贝, 吴含宇, 姚思佳, 杨鑫晟 a 中科院软件所基础软件中心, 北京, 中国, 100190 b 中科院软件所互联网实验室, 北京, 中国, 100190 c 中科院软件所软件工程中心, 北京, 中国, 100190 摘要 神经网络分类器由于具有对噪音数据很高的承受能力从而越来越受到人们的重视。后向传播算法作为神经网络 的主要实现之一，具有简洁的优点，但同时也有收敛速度慢，收敛于局部最优解等缺点。本文实现了后向传播算 法，并对其使用标准数据集进行测试，统计它的分类性能。为了解决神经网络收敛速度慢和收敛于局部最优解的缺 点，本文采用了模拟退火，遗传算法和粒子群优化等高级算法对神经网络进行优化，并采用标准数据集对它们进行