作者：廖卫强 迟岩 王国玲bp神经网络预测局部极小metropolis准则惩罚系数误分不均衡分布轮换法
摘要：为提高BP神经网络训练的预测能力,采用有助于提高BP神经网络逼近精度的Metropolis准则来克服BP神经网络训练学习过程中容易陷入局部极小值的问题;考虑到两类误分的代价不同,利用两个惩罚系数C1和C2,对两类误分给予不同程度的惩罚;采用轮换法的策略来避免因样本不均衡分布带来的负面影响.研究结果表明：所构建的神经网络模型效果令人满意,是行之有效的做法.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《辽宁工程技术大学学报·自然科学版》（CN：21-1379/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《辽宁工程技术大学学报·自然科学版》以辽金史研究为特色，依靠和吸引国内专家、学者，发表了几十篇深具影响力的辽金史研究方面的论文。获奖情况：社会科学版先后在辽宁省新闻出版局及辽宁省期刊学会主办的期刊优秀栏目评比中获优秀栏目二等奖；首批获得全国学术期刊光盘版编排规范执行优秀奖。
杂志详情
