TY -的A2 -刘,安丰AU - Pu,荀AU - Chen ShanXiong AU - Yu XianPing盟——张,Le PY - 2018 DA - 2018/03/01 TI -开发一种新颖的混合Biogeography-Based优化算法对多层感知器训练下大数据挑战SP - 2943290六世- 2018 AB -一个多层感知器(MLP)是一种前馈神经网络模型组成的一个或多个输入和输出层之间的隐藏层。mlp已经成功地应用于解决各种各样的问题领域的神经科学、计算语言学、并行分布式处理。虽然mlp成功解决问题,不是线性可分的,两个最大的挑战在他们的开发和应用局部最小值的问题,收敛速度慢的问题,在大数据的挑战。为了解决这些问题,本研究提出了一种混合混沌Biogeography-Based优化(HCBBO)算法训练mlp为大数据分析和处理。四个基准数据集是用来调查HCBBO训练mlp的有效性。结果的准确性和收敛HCBBO比较三个著名的启发式算法:(a) Biogeography-Based优化(偏硼酸钡),(b)粒子群优化(PSO), (c)和遗传算法(GA)。实验结果表明,训练mlp利用HCBBO比其他三个启发式学习方法大数据处理。SN - 1058 - 9244 UR - https://doi.org/10.1155/2018/2943290 - 10.1155 / 2018/2943290摩根富林明科学编程PB - Hindawi KW - ER