[发明专利]一种基于改进NBA算法的BPNN特征识别方法有效
| 申请号： | 201811237688.X | 申请日： | 2018-10-23 |
| 公开（公告）号： | CN109308524B | 公开（公告）日： | 2021-04-09 |
| 发明（设计）人： | 简琤峰;林崇;李苗;张美玉 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 杭州赛科专利代理事务所(普通合伙) 33230 | 代理人： | 郭薇 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进NBA算法的BPNN特征识别方法，对面边邻接图进行预处理，提取特征因子最小子图，将属于同一特征的特征因子聚合为复合特征，对聚合完毕后的每一个特征因子进行特征编码，得到特征编码序列，采用二阶振荡机制和差分算法对NBA算法进行改进，并以改进的NBA算法优化BP神经网络、进行特征识别。本发明最大限度地识别出具有工程意义的特征，由于神经网络有优良的学习性能，极大提高特征识别的准确性和效率，而利用改进的NBA算法对BP神经网络进行优化，可以实现控制局部搜索和全局搜索间的相互转换，避免陷入局部最优缺陷，具有更好的收敛性。本发明在训练后进行特征识别，有效提高了特征识别的准确率和效率。 | ||
| 搜索关键词： | 一种 基于 改进 nba 算法 bpnn 特征 识别 方法 | ||
【主权项】：
1.一种基于改进NBA算法的BPNN特征识别方法，其特征在于：所述方法包括以下步骤：步骤1：对面边邻接图进行预处理，提取特征因子最小子图，将属于同一特征的特征因子聚合为复合特征；步骤2：对聚合完毕后的每一个特征因子进行特征编码，得到特征编码序列；步骤3：采用二阶振荡机制和差分算法对NBA算法进行改进；步骤4：以改进的NBA算法优化BP神经网络，并以优化后的BP神经网络进行特征识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811237688.X/，转载请声明来源钻瓜专利网。
