一种改进的BP算法在消费水平中的应用

Application of a Kind of Improved BP Algorithm to Consumption Level
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
    摘要:

    通过对标准BP算法的改进,提出了一种L-M贝叶斯正则化优化算法,并把它应用到成都市居民消费水平预测中。经试验验证,L-M贝叶斯正则化的BP神经网络比相同条件下另外两种改进算法有更强的泛化能力,对居民消费水平有很好的预测效果。

    Abstract:

    Through improving standard BP algorithm,this paper proposes a kind of L-M Bayesian regularization optimization algorithm and applies this algorithm to the prediction of Chengdu resident consumption level.Experiment shows that BP neural network of L-M Bayesian regulaarization hais stronger generalization than another two kinds of improved algorithms under the same condition and has better forecasting effect on resident consumption level.

    参考文献
    相似文献
    引证文献
引用本文

宋 峰.一种改进的BP算法在消费水平中的应用[J].重庆工商大学学报(自然科学版),2013,30(8):67-71
SONG Feng. Application of a Kind of Improved BP Algorithm to Consumption Level[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2013,30(8):67-71

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升