一种改进的基于梯度动力学的协同神经网络学习算法 |
| |
引用本文: | 陈丽,戚飞虎.一种改进的基于梯度动力学的协同神经网络学习算法[J].中国图象图形学报,2003,8(Z1):466-470. |
| |
作者姓名: | 陈丽 戚飞虎 |
| |
作者单位: | 陈丽(上海交通大学信息安全工程学院,上海,200030)
戚飞虎(上海交通大学信息安全工程学院,上海,200030) |
| |
摘 要: | 本文在研究协同神经网络梯度动力学过程的基础上,针对学习过程收敛速度缓慢的缺点,提出了一种改进的基于梯度动力学的协同神经网络学习算法.该算法分析了非平衡注意参数对学习过程的影响,简化了初始伴随向量的选取;并引入最优化理论,将该问题归结为求解非线性最优化问题,用共轭梯度法代替梯度下降法,加快了学习过程的收敛.通过对汉字图象库和人脸图象库的图象识别实验表明该算法较之其他学习算法有较高的识别率,并能较快的收敛到极小值.
|
关 键 词: | 协同神经网络 梯度动力学 注意参数 最优化 共轭梯度法 |
文章编号: | 1006-8961(2003)spec-0466-05 |
修稿时间: | 2003年5月30日 |
An Improved Learning Algorithm of Synergetic Neural Networks Based on Gradient Dynamics |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
|