四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用
文献类型：期刊论文
| 作者 | 相鑫; 刘秀丽
|
| 刊名 | 系统科学与数学
 |
| 出版日期 | 2018 |
| 卷号 | 038期号:006页码:702 |
| ISSN号 | 1000-0577 |
| 英文摘要 | 为有效提高神经网络的学习效率并降低其陷入局部极小值的概率,文章构建了四层参数自调整BP神经网络模型,该模型具有四层特殊的网络结构,采用附加动量法与自适应法调整参数.数值试验表明,与常规的BP神经网络相比,该方法的学习收敛速度与预测精度均有较大改进.鉴于人口死亡率的复杂变化趋势,使用单个模型无法准确预测,文章同时建立了GM（1,1）模型与ARMA（2,2）模型,结合三种模型的优势,应用模型平均方法预测了中国人口的死亡率.结果显示,2018-2020年中国人口的死亡率分别为7.1042‰,7.1040‰。和7.1045‰. |
| 语种 | 英语 |
| 源URL | [http://ir.amss.ac.cn/handle/2S8OKBNM/37324]  |
| 专题 | 系统科学研究所 |
| 作者单位 | 中国科学院数学与系统科学研究院 |
| 推荐引用方式 GB/T 7714 | 相鑫,刘秀丽. 四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用[J]. 系统科学与数学,2018,038(006):702. |
| APA | 相鑫,&刘秀丽.(2018).四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用.系统科学与数学,038(006),702. |
| MLA | 相鑫,et al."四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用".系统科学与数学 038.006(2018):702. |
入库方式： OAI收割
来源：数学与系统科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。