自适应变异粒子群算法优化BP神经网络在音乐分类中的应用_彭建喜.pdfVIP

技术与方法 Technique and Method 自适应变异粒子群算法优化BP 神经 网络在音乐分类中的应用* 彭建喜 喻 晓 ， 佛山职业技术学院 电子信息系 广东 佛山 （ ， 528137 ） 摘 要 自适应变异粒子群算法具备了基本粒子群算法和遗传算法优点 用此算法寻找 网 ： ， BP 络较好的网络权值和阈值 使得 网络的全局误差最小化 不仅可以克服基本 算法收敛速度慢 ， ， BP BP 和易陷入局部极值的局限 而且模型的精度高 仿真实验结果表明 本算法与传统的分类方法相比 ， 。 ， ， 具有更高的正确率 验证了自适应变异粒子群算法优化 神经网络是一种有效的分类方法 ， 。 BP 关键词 音乐分类 神经网络 粒子群优化算法 交叉算子 ： ； ； ； 中图分类号： TH124 文献标识码： A 文章编号： 1674-7720 （2012 ）01-0064-03 Music category based on adaptive mutation particle swarm optimization BP neural network Peng Jianxi ，Yu Xiao （Department of Electronic Engineering ， Foshan Polytechnic ， Foshan 528137 ，China ） Abstract ： Adaptive mutation particle swarm optimization algorithm has the advantages of PSO and GM algorithm. Using the algorithm to find a better network weights and threshold can not only overcome the slow convergence of basic and easy to fall into ， local minimum limitations but also has a high accuracy of the model. The simulation results show that the algorithm has hi