当前位置: 首页 > news >正文

领域网站建设seo外包推广

领域网站建设,seo外包推广,uc酷站中的美图网站,如何做互联网网站基于吉萨金字塔建造优化的BP神经网络(分类应用) - 附代码 文章目录 基于吉萨金字塔建造优化的BP神经网络(分类应用) - 附代码1.鸢尾花iris数据介绍2.数据集整理3.吉萨金字塔建造优化BP神经网络3.1 BP神经网络参数设置3.2 吉萨金字…

基于吉萨金字塔建造优化的BP神经网络(分类应用) - 附代码

文章目录

  • 基于吉萨金字塔建造优化的BP神经网络(分类应用) - 附代码
    • 1.鸢尾花iris数据介绍
    • 2.数据集整理
    • 3.吉萨金字塔建造优化BP神经网络
      • 3.1 BP神经网络参数设置
      • 3.2 吉萨金字塔建造算法应用
    • 4.测试结果:
    • 5.Matlab代码

摘要:本文主要介绍如何用吉萨金字塔建造算法优化BP神经网络,利用鸢尾花数据,做一个简单的讲解。

1.鸢尾花iris数据介绍

本案例利用matlab公用的iris鸢尾花数据,作为测试数据,iris数据是特征为4维,类别为3个类别。数据格式如下:

特征1特征2特征3类别
单组iris数据5.32.11.21

3种类别用1,2,3表示。

2.数据集整理

iris数据总共包含150组数据,将其分为训练集105组,测试集45组。如下表所示:

训练集(组)测试集(组)总数据(组)
10545150

类别数据处理:原始数据类别用1,2,3表示为了方便神经网络训练,类别1,2,3分别用1,0,0;0,1,0;0,0,1表示。

当进行数据训练对所有输入特征数据均进行归一化处理。

3.吉萨金字塔建造优化BP神经网络

3.1 BP神经网络参数设置

通常而言,利用智能算法一般优化BP神经网络的初始权值和阈值来改善BP神经网络的性能。本案例基于iris数据,由于iris数据维度不高,采用简单的BP神经网络。神经网络参数如下:

神经网络结构

图1.神经网络结构

神经网络参数如下:

%创建神经网络
inputnum = 4;     %inputnum  输入层节点数 4维特征
hiddennum = 10;     %hiddennum  隐含层节点数
outputnum = 3;     %outputnum  隐含层节点数
net = newff( minmax(input) , [hiddennum outputnum] , { 'logsig' 'purelin' } , 'traingdx' ) ;
%设置训练参数
net.trainparam.show = 50 ;
net.trainparam.epochs = 200 ;
net.trainparam.goal = 0.01 ;
net.trainParam.lr = 0.01 ;

3.2 吉萨金字塔建造算法应用

吉萨金字塔建造算法原理请参考:https://blog.csdn.net/u011835903/article/details/120418542

吉萨金字塔建造算法的参数设置为:

popsize = 10;%种群数量Max_iteration = 15;%最大迭代次数
lb = -5;%权值阈值下边界
ub = 5;%权值阈值上边界
%  inputnum * hiddennum + hiddennum*outputnum 为阈值的个数
%  hiddennum + outputnum 为权值的个数
dim =  inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum ;%  inputnum * hiddennum + hiddennum*outputnum维度

这里需要注意的是,神经网络的阈值数量计算方式如下:

本网络有2层:

第一层的阈值数量为:4*10 = 40; 即inputnum * hiddennum;

第一层的权值数量为:10;即hiddennum;

第二层的阈值数量为:3*10 = 30;即hiddenum * outputnum;

第二层权值数量为:3;即outputnum;

于是可知我们优化的维度为:inputnum * hiddennum + hiddennum*outputnum + hiddennum + outputnum = 83;

适应度函数值设定:

本文设置适应度函数如下:
f i t n e s s = a r g m i n ( T r a i n D a t a E r r o r R a t e + T e s t D a t a E r r o r R a t e ) fitness = argmin(TrainDataErrorRate + TestDataErrorRate) fitness=argmin(TrainDataErrorRate+TestDataErrorRate)
其中TrainDataErrorRate,TestDataErrorRate分别为训练集和测试集的错误分类率。适应度函数表明我们最终想得到的网络是在测试集和训练集上均可以得到较好结果的网络。

4.测试结果:

从吉萨金字塔建造算法的收敛曲线可以看到,整体误差是不断下降的,说明吉萨金字塔建造算法起到了优化的作用:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.Matlab代码

http://www.15wanjia.com/news/19963.html

相关文章:

  • 怎么在ps做网站首页建立网站需要什么
  • 网站无法添加图片百度推广助手官方下载
  • 网站建设企业推荐广西网站建设制作
  • 多备份 wordpress网站内容seo
  • 什么是网站建设需求谷歌搜索引擎入口2022
  • 阜新百姓网免费发布信息关键词排名优化工具
  • 建站模板怎么选seo 优化技术难度大吗
  • 行政单位单位网站建设温州seo结算
  • 网站制作加盟营销推广渠道
  • 有哪些网站是用vue做的可口可乐软文营销案例
  • 网站如何调用数据库seo软件资源
  • 行业门户网站模板百度快速排名技术培训教程
  • 衢州网站建设专业的公司泰州百度关键词优化
  • 网站开发费用计入什么二级科目电脑零基础培训班
  • 做网站便宜的公司营销型网站的特点
  • 运城做网站哪家好seo优化工具软件
  • 怎样做艾条艾柱网站企业网站设计图片
  • 单页营销网站怎么做百度小说排行榜完本
  • 网站建设的会计科目网络营销的概念和特征
  • 龙井网站建设天津seo代理商
  • 曲阜建设局网站如何去做网络推广
  • 广东汽车品牌网站建设seo排名赚钱
  • 长沙网站制作一般多少钱百度关键词seo排名
  • 公司做网站要花多少钱汕头seo按天付费
  • 做网站推广合同哪里做网络推广
  • 做网站microsoft南京seo按天计费
  • 永定门网站建设2022年度最火关键词
  • 莘县做网站新网站怎么推广
  • 广东省门户网站建设的现状南京seo网站优化
  • 邯郸网站建设公司关键词搜索名词解释