BP-GA算法的设计︰基于遗传算法的BP神经网络算法(以下简称BP-GA)就是在BP神经网络的学习过程中,将权重和阀值描述为染色体,并选取适宜的适应函数,然后进行GA迭代,直到某种意义上的收敛.与普通BP学习算法相比,算法 BP一GA的优势在于可以处理一些传统方法不能处理的例子,例如不可导的特性函数(传递函数)或者没有梯度信息...
function err = Bpfun(x,P,T,hiddennum,p_test,T_test) % x为个体初始权值&阈值 % P为训练样本输入 % T为训练样本输出 % hiddennum为隐含层神经元数量 % P_test为测试样本输入 % T_test为测试样本输出 % err为预测样本误差 inputnum = size(P,1) %输入层神经元个数 outputnum = size(T,1) %输...
在研究自然语言处理时,经常要涉及到人工智能的知识.本来NLP就是人工智能的一个重要方面和分支. 在研究的过程中,经常会用到一些高级的算法.如神经网络算法,蚁群算法,遗传算法,隐马尔科夫模型的Veterbi算法,前向后向算法等,这几天粗略地看了一下这些算法.大体上了解了这些算法的基本思路.从这些算法中,不得不感慨人...
BP-GA算法的设计︰基于遗传算法的BP神经网络算法(以下简称BP-GA)就是在BP神经网络的学习过程中,将权重和阀值描述为染色体,并选取适宜的适应函数,然后进行GA迭代,直到某种意义上的收敛.与普通BP学习算法相比,算法 BP一GA的优势在于可以处理一些传统方法不能处理的例子,例如不可导的特性函数(传递函数)或者没有梯度信息...