【摘 要】
：
由于传统BP神经网络的训练过程对初始权值及阈值的依赖程度较大,且较优的初始权值及阈值又无法精确获取,采用哈里斯鹰算法对BP神经网络的权值、阈值进行优化。将BP神经网络训练过程中的误差作为适应度函数,并利用鸢尾花数据构建BP神经网络的训练集及测试集。测试结果表明,哈里斯鹰算法能够有效地优化权值及阈值并降低训练误差。BP神经网络的测试集分类准确率为86%,而经过哈里斯鹰算法优化后,BP神经网络的测试集
论文部分内容阅读
由于传统BP神经网络的训练过程对初始权值及阈值的依赖程度较大,且较优的初始权值及阈值又无法精确获取,采用哈里斯鹰算法对BP神经网络的权值、阈值进行优化。将BP神经网络训练过程中的误差作为适应度函数,并利用鸢尾花数据构建BP神经网络的训练集及测试集。测试结果表明,哈里斯鹰算法能够有效地优化权值及阈值并降低训练误差。BP神经网络的测试集分类准确率为86%,而经过哈里斯鹰算法优化后,BP神经网络的测试集分类准确率达到了96%。
其他文献
＜正＞采取更加精准务实的举措,强化全局性谋划、系统性培育,高站位构建统帅体系、大手笔畅通创新链、超常规深化要素链、大智慧画好治理圈,加快推动浙江省未来产业创新发展、规模发展未来产业是以前沿科技为基础、未来需求为导向,尚处于孕育或成长阶段但具备成长为主导产业潜力的产业领域,是科技创新的集中体现和战略性新兴产业的发展雏形。浙江省高度重视未来产业发展,着力布局未来产业创新策源地,积极探索未来技术攻关机制
随着科学技术的不断进步,电商行业快速发展,物流业务量和末端配送成本也不断增加,为提高物流末端配送效率、降低配送成本,机器人配送逐渐代替人力配送。其中机器人任务分配和路径规划为主要研究问题,如何降低物流机器人任务分配成本、提高路径规划的寻优和避障能力是目前物流行业需要解决的问题。为优化物流机器人任务分配和路径规划问题,提出一种新型改进的智能优化哈里斯鹰算法（Harris Hawks Optimiza
王家卫作为华语影坛久负盛名的作者导演,他的电影聚焦于现代都市人的感情生活,尤其是城市边缘化人物的情感状态,展现出剧中人物的迷茫与彷徨、孤独与疏离、渴望沟通又拒绝社会的内心世界,具有显著的后现代主义文化特征。在王家卫执导的众多影片里,《重庆森林》和《堕落天使》既展现了后工业时代都市青年男女的情感困惑,又承载了王家卫导演青春时期的情感记忆,同时两部作品各自独立又相互联系共同串联出丰富而复杂的情感世界,
任继学教授认为，IgA肾病的病因病机是正气亏虚，感受邪毒，肾脏体用俱损；标实多为感而即发的外感六淫邪毒，如风毒、寒毒、湿毒、热毒等；或者外邪稽留体内伏而未发，日久形成热毒、痰毒、瘀毒等，本虚多责之于肾，与肺、脾关系密切，病机关键是邪毒内蕴，扰动肾络。治疗原则急性期以祛邪为主，缓解期以标本兼治，慢性期以扶正为主兼以通络。任老尤其提出“毒损肾络”理论分期论治IgA肾病，辨治过程中注重未病先防，既病防变
介绍了全范围熔断器的用途,并阐述了额定电压380V,额定电流100A和分断能力达到100kA的低压全范围熔断器的结构和特点,以及试验结果分析。
“一带一路”背景下，在非洲工作生活的中国人越来越多，部分人摄制了与非洲相关的视频并上传到B站，这些视频作品参与塑造了非洲形象。本文分析了B站UP主非洲叙事的奇观化、浪漫化、在场性、个体化、去魅化特点，指出了“草根”身份媒介实践的局限，提出应创新挖掘非洲叙事模式，以合拍片形式打开叙事格局，以推动中非故事传播得更深更远。
新媒体环境下舆论形态频繁更迭，传播主体多元，导致主流媒体议程设置能力被削弱；主流媒体过度追逐“眼球效益”，导致自身公信力下降；转型发展迟缓，导致主流媒体缺乏新媒体环境下舆论引导的有效机制。而打造新媒体矩阵、改进新闻叙事方式和话语体系、建立健全事实核查制度、打造舆论监测体系、提升从业人员的准入门槛等办法可帮助主流媒体提升舆论引导力。
目的 研究低分子肝素联合期待治疗在重度子痫前期中的应用价值。方法 选取2019年1月至2020年1月在本院就诊的148例重度子痫前期患者,按照治疗方法的不同将其分为对照组（74例,行期待治疗）和观察组（74例,在对照组基础上行低分子肝素治疗）。比较两组的治疗效果。结果 治疗后,观察组的纤维蛋白原（FIB）、D-二聚体（D-D）水平低于对照组,凝血酶时间（TT）、凝血酶原时间（PT）、活化部分凝血活
本研究中为了构建含不同LUC报告基因的表达载体，利用TOYOBO公司pELuc（PEST）-test载体的ELuc′（PEST）基因替换yy621载体中的LUC基因，构建了yy625载体。利用PCR从pELuc（PEST）-test载体中克隆获得带有Bgl II和Xba I酶切位点的ELuc′（PEST）片段，经Bgl II和Xba I酶切后的片段插入到载体yy621的Bgl II和Xba I位点
为了解决单一光学传感器和单一卷积神经网络（CNN）在车型识别精度方面的问题，以及避免后续因识别误差而造成的不必要经济损失，提出了基于CNN与光学传感器融合的收费站车型识别方法。首先，通过1组CNN得到分类概率，并采用光学传感器得到离散的车辆标签。然后，利用梯度提升方法对上述2个方案得到的结果进行集成，以得到最终的车型类别。在大型的车型识别数据集上的试验结果表明，所提出的方法不仅优于传统的车型识别方