改进的BP神经网络在传动轴结构设计中的应用
- 详情
- 2021-04-27
- 简介
- 251KB
- 页数 3P
- 阅读 97
- 下载 26
Shaffer函数定义域在[-10,10]区间内,BP神经网络拟合该函数训练时间长,且无法达到期望精度,说明BP神经网络拟合复杂非线性函数能力需改善.文章提出了一种改进的BP神经网络,先对网络的输入进行K-Means聚类,BP神经网络训练采用大规模节点,聚类输入分别激活部分节点进行训练,每组聚类使用不同的节点,通过子网络训练聚类样本,减少了网络拟合难度.经测试改进的BP神经网络达到了精度.最后,用改进的BP神经网络进行了轴径的最优计算.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
改进的BP神经网络在传动轴结构设计中的应用 251KB
BP神经网络在基坑变形预测中的应用及改进 307KB
改进BP神经网络及其在西北建筑业预测中的应用 138KB
改进BP神经网络算法在基坑沉降预测中的应用 292KB
神经网络在建筑结构设计早期投资估算中的应用 281KB
神经网络在建筑结构设计早期投资估算中的应用 535KB
BP神经网络在机械优化设计中的应用 102KB
改进的BP神经网络在坝肩滑坡体位移监测中的应用 246KB
改进的BP神经网络在路基沉降预测中的应用 194KB
改进的BP神经网络在路基沉降预测中的应用 321KB