您的位置: 专家智库 > >

广西高校科学技术研究项目(2013YB281)

作品数:2 被引量:5H指数:2
相关作者:蒋林利李洁更多>>
相关机构:广西科技师范学院更多>>
发文基金:广西高校科学技术研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 1篇优化算法
  • 1篇日降水
  • 1篇梯度算法
  • 1篇群算法
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇子群
  • 1篇网络
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇降水
  • 1篇工神经网络
  • 1篇改进粒子群
  • 1篇改进粒子群算...
  • 1篇RBF神经网...
  • 1篇K均值

机构

  • 2篇广西科技师范...

作者

  • 2篇蒋林利
  • 1篇李洁

传媒

  • 1篇柳州师专学报
  • 1篇现代计算机(...

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
基于动态K均值的RBF神经网络日降水预报模型被引量:3
2014年
针对优化径向基函数神经网络的各参数问题,提出一种动态K均值混合优化RBF神经网络并应用于广西降水数据进行建立预报模型,该模型与传统的K均值RBF模型和同期的T213降水预报进行对比,结果表明,该模型建立的5月3个区域的逐日降水预报,预测的精确度明显高于同期的T213降水预报。
蒋林利
关键词:RBF神经网络K均值梯度算法
基于改进粒子群算法的神经网络在月降水预报中应用被引量:2
2014年
针对粒子群算法易陷入局部最优和寻优精度比较低等缺点,提出一种基于随机惯性权重和异步变化策略的学习因子的粒子群算法优化神经网络连接权重和阈值,并以此建立月降水预报建模研究.以广西桂北地区的月降水量实例分析,并与标准粒子群优化神经网络模型、随机权重的粒子群神经网络模型和神经网络模型对比,结果表明,该方法学习能力强和预测精度高,是一种有效的建模预报方法.
蒋林利李洁
关键词:粒子群优化算法人工神经网络
共1页<1>
聚类工具0