基于PSO-BP算法的规范手写体数字离线识别

• 作 者: 徐鹏
• 机 构: 东北林业大学机电工程学院,哈尔滨学院数计学院。黑龙江哈尔滨150086
• 出 处: 传感器与微系统
• 发表日期: 2009年09期
• 关键词: 粒子群优化 BP神经网络 数字识别 particle swarm optimization（PSO） BP neural network numeral

针对BP算法存在的易陷入局部极小点、收敛速度慢、所设计的网络泛化能力不能保证等问题,提出了一种基于粒子群优化算法(PSO)的BP(PSO-BP)网络的权值调整新方法。该算法在基本BP算法的误差反传调整权值的基础上,再引入PSO算法的权值修正,从而建立了基于PSO-BP网络模型。基于此模型设计了规范手写体数字识别的分类器,采用随机手写数字样本进行了仿真实验,结果表明:PSO-BP算法提高了网络的稳定性,避免了BP算法容易进入平坦区、陷入局部极小等问题。