一种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法{神经网络、雷达、算法、海洋监测、数据处理、海上监测}
本发明涉及神经网络优化的技术领域,具体地说,是种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法,采用改进的蝠鲼觅食优化算法优化RBF,提高海杂波预测和抑制的精度。本发明采用动态一般反向学习策略对种群进行初始化,丰富了种群多样性,进一步挖掘搜索空间的可能解;其次,采用黄金正弦算法对翻筋斗觅食策略进行改进,优化了寻优方式,增强算法的全局搜索和局部开发能力;另外,通过自适应概率和混合变异对最优解进行扰动,提高算法收敛速度和跳出局部最优的能力,进而寻到理想的结果。改进后的蝠鲼觅食优化算法的精度和收敛速度都得到一定提升,可帮助RBF寻到最优的的初始参数。
《一种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法{神经网络、雷达、算法、海洋监测、数据处理、海上监测}》是一发明专利,专利号为 2021105279336,当前法律状态为已下证,由江苏科技大学提出申请,发明人为尚尚;杨童;王召斌;戴园强;张先芝;刘明;何康宁,申请日期为2021-05-14,公开(公告)日期为2024-06-28,国际专利分类号(IPC)为 G06N 3/086 (2023.01),高新资质:未报高企,所属技术领域包括:神经网络、雷达、算法、海洋监测、数据处理、海上监测。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及神经网络优化的技术领域,具体地说,是种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法,采用改进的蝠鲼觅食优化算法优化RBF,提高海杂波预测和抑制的精度。本发明采用动态一般反向学习策略对种群进行初始化,丰富了种群多样性,进一步挖掘搜索空间的可能解;其次,采用黄金正弦算法对翻筋斗觅食策略进行改进,优化了寻优方式,增强算法的全局搜索和局部开发能力;另外,通过自适应概率和混合变异对最优解进行扰动,提高算法收敛速度和跳出局部最优的能力,进而寻到理想的结果。改进后的蝠鲼觅食优化算法的精度和收敛速度都得到一定提升,可帮助RBF寻到最优的的初始参数。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
