基于BP神经网络的web服务选择算法

肖科; 芮兰兰

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

基于BP神经网络的web服务选择算法

首发时间：2014-01-02

肖科 ¹
肖科（1989-），男，硕士，人工神经网络算法；
芮兰兰 ¹
芮兰兰，女，副教授，边缘网络管理；

1、北京邮电大学网络技术研究院网络管理中心，北京 100876

摘要：良好的web服务选择算法可以为用户选取最合适的服务,然而传统的误差反向传播神经网络算法具有收敛速度缓慢以及学习过程中容易出现振荡等问题,不能用于实际的服务选择场景中.本文提出了一个新颖的误差反向传播算法,并且能在每次迭代中自适应调整学习因子.仿真结果表明,新颖的算法在训练速度方面得到了优化,并减缓了学习过程中的振荡,在web服务的选取上,优化效果明显.

关键词：误差反向传播算法 web服务选择平缓因子 UPS

For information in English, please click here

BP Neural Network-Based Web Service Selection Algorithm

Xiao Ke ¹
肖科（1989-），男，硕士，人工神经网络算法；
Rui Lanlan ¹
芮兰兰，女，副教授，边缘网络管理；

1、Institute of Technology Network School,Beijing University of Posts and Telecommunications,Beijing 100876

Abstract：A good web selection algorithm can select the most suitable service for users. However,the traditional error back propagation neural network algorithm converges slowly and prone to oscillations during the learning process,which can not be used in the actual scene.This paper presents a novel error back propagation algorithm,and the learning factor is adaptive in every iteration.The simulation results show that the training speed get optimized,the algorithm slows the oscillations of the learning process.The optimize effect is obvious on the web services select.

Keywords： error back propagation algorithm web services selection gentle factor UPS

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

肖科，芮兰兰. 基于BP神经网络的web服务选择算法[EB/OL]. 北京：中国科技论文在线 [2014-01-02]. https://www.paper.edu.cn/releasepaper/content/201401-113.

No.****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201401-113
论文题目	基于BP神经网络的web服务选择算法
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.