基于优化后向传播神经网络的基础心音分类

发布时间：2021-01-11 07:15

　　针对后向传播（BP）神经网络高度依赖初始权值、收敛慢且易陷入局部极值,标准人工蜂群算法开发能力弱、局部搜索能力差等问题,提出一种基于改进人工蜂群算法优化BP神经网络的分类方法。引入自适应和全局最优策略改进人工蜂群算法中跟随蜂蜜源全局搜索、概率选择算法,使用当前迭代的最优解来提高其开发能力。此外,利用混沌系统产生初始种群,以增强人工蜂群算法全局收敛性。最后,将本文算法应用到基础心音分类。结果表明本文算法较经典分类算法分类准确率有较大的提升。梅尔频率倒谱特征参数下,本文算法的分类准确率达到94%以上。 

【文章来源】：中国医学物理学杂志. 2020,37(09)

【文章页数】：7 页

【部分图文】：

最大迭代次数和?关系

IMPABC-BP神经网络结构图


本文编号：2970335