西安工程大学电子信息学院, 陕西 西安 710048
为了提高脑电信号的分类准确率,提出一种基于人工蜂群算法和BP神经网络的分类方法。针对反向传播(BP)神经网络存在全局搜索能力差、对初始权重敏感和人工蜂群算法的搜索公式精于探索但疏于开发等问题,采用全局搜索因子来增强人工蜂群算法的开发能力,再加入交叉运算来解决人工蜂群算法的全局搜索。采用改进的算法来优化BP神经网络对初始权重敏感的问题,进而实现对脑电信号的分类。实验结果表明,所提算法对脑电信号的分类准确率更高,分类准确率达到91.5%,而且可以加快收敛速度。
光计算 神经网络 脑电信号 人工蜂群 交叉运算 激光与光电子学进展
2020, 57(21): 212001
