科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高BP神经网络在心音信号分类中的准确率,提出了一种改进的粒子群优化改进的BP神经网络(PSO-BP)算法。针对传统BP神经网络收敛速度慢,学习效率低以及易陷入局部极小值的问题,首先对BP神经网络进行了改进,此外从PSO的惯性权重、学习因子以及收敛精度三个方面进行改进,最后利用改进的PSO算法优化改进的BP神经网络的初始权值和阈值。将所提出算法与传统的BP和改进的BP算法的分类效果进行仿真对比,实验结果表明,改进的PSO-BP算法提高了神经网络的收敛速度和精度,缩短了训练时间,分类准确率达到96.67%,分类效果最优,在心血管疾病的诊断中具有良好的应用前景。
- 出版日期2020
- 单位自动化学院; 江西理工大学
