原创力文档- 1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出一种基于改进麻雀搜索算法的RBF神经网络优化方法,通过改进的麻雀搜索算法来优化RBF初始参数，以此来进一步提高海杂波预测精度，进而达到抑制的目的。本发明引入精英反向学习策略，选取当前最优解作为精英个体并生成其反向解，来增强算法的全局搜索能力。采用自适应高斯变异对最优解进行变异并进行贪婪选择，另外，针对麻雀侦查预警的位置更新方式也进行了改进。促使种群向最优解方向进化，在一定程度上避免了麻雀搜索算法中麻雀在向适应度小的趋同过程中，容易陷入局部最优问题。改进的麻雀搜索算法跳出局部最优的能力得
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112329934 A
(43)申请公布日 2021.02.05
(21)申请号 202011287057.6
(22)申请日 2020.11.17
(71)申请人 江苏科技大学
地址
文档评论（0）