检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

脉冲神经网络:模型、学习算法与应用

控制与决策 2018年第5期33卷 923-937页

作者：程龙刘洋中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学北京100049

脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学... 详细信息

脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器相结合的案例;最后分析脉冲神经网络目前所存在的困难和挑战.

关键词：脉冲神经网络脉冲神经元模型学习算法 STDP规则类脑智能神经形态处理器

在线全文

学校读者我要写书评

暂无评论

一种求解最短枝切长度问题的学习算法

模式识别与人工智能 2011年第5期24卷 645-650页

作者：郑东亮达飞鹏东南大学自动化学院南京210096

枝切法是一种高效的抗噪声相位展开方法,而最短枝切长度能够保证最优的相位展开结果.最短枝切长度问题属于组合优化问题,提出一种求解该问题的学习算法,将最短枝切长度问题的解视为个体,该算法通过个体之间的学习以及个体自身的变异实... 详细信息

枝切法是一种高效的抗噪声相位展开方法,而最短枝切长度能够保证最优的相位展开结果.最短枝切长度问题属于组合优化问题,提出一种求解该问题的学习算法,将最短枝切长度问题的解视为个体,该算法通过个体之间的学习以及个体自身的变异实现进化,作用类似于遗传算法中的交叉算子以及变异算子.通过对多幅含噪声包裹相位图进行实验验证,该算法比传统的求解最短枝切长度问题的算法更快更优.

关键词：最短枝切长度问题相位展开组合优化学习算法

前向神经网络的神经元分层逐个线性优化快速学习算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2005年第1期33卷 111-114页

作者：谢宏程浩忠牛东晓张国立上海海事大学信息工程学院上海200135 上海交通大学电气工程系上海200030 华北电力大学工商管理学院河北保定071003

本文提出了一种新的前向神经网络快速分层学习算法 .在此学习算法中 ,其优化策略为对输出层和隐层神经元的连接权值交替优化 .对输出层权值优化算法采用基于广义逆的最小二乘递推算法 ,对隐层神经元的连接权值采取则对每个神经元逐个进... 详细信息

本文提出了一种新的前向神经网络快速分层学习算法 .在此学习算法中 ,其优化策略为对输出层和隐层神经元的连接权值交替优化 .对输出层权值优化算法采用基于广义逆的最小二乘递推算法 ,对隐层神经元的连接权值采取则对每个神经元逐个进行优化 ,而且采用正交变换加快每一步学习的计算速度和提高算法的数值稳定性 .当学习过程停滞时采用随机扰动的方法摆脱过早收敛 .数值实验表明 ,与BP动量因子法、牛顿型方法和现有的分层优化算法相比 ,新算法不仅学习速度快学习时间短 ,而且当网络规模增大时仍然比较有效 .

关键词：前向神经网络学习算法分层优化神经元逐个优化

层次泛函网络学习算法及其在时间序列分析中的应用

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2006年第2期21卷 123-127页

作者：周永权何登旭焦李成李陶深西安电子科技大学智能信息处理研究所西安710071 广西民族大学计算机与信息科学学院南宁530006 广西大学计算机与电子信息学院南宁530004

设计了一类单输入单输出泛函网络与双输入单输出泛函网络作为构造层次泛函网络基本模型。提出了一种层次泛函网络模型,给出了层次泛函网络构造方法和学习算法,而层次泛函网络的参数利用解方程组来进行逐层学习。以时间序列中典型的Héno... 详细信息

设计了一类单输入单输出泛函网络与双输入单输出泛函网络作为构造层次泛函网络基本模型。提出了一种层次泛函网络模型,给出了层次泛函网络构造方法和学习算法,而层次泛函网络的参数利用解方程组来进行逐层学习。以时间序列中典型的Hénon映射为例,通过比较分析看出,层次泛函网络更适合于时间序列分析。计算机仿真结果表明,这种层次学习方法,对时间序列具有收敛速度快和逼近精度高等特点。

关键词：函数变换泛函网络层次泛函网络学习算法 Hénon映射

在线全文

学校读者我要写书评

暂无评论

一种复值可分离的泛函网络学习算法

系统工程与电子技术 2006年第8期28卷 1244-1248页

作者：周永权赵斌焦李成西安电子科技大学智能信息处理研究所中央民族大学数学与计算机科学学院北京100081

泛函网络是最近提出的一种对神经网络的一般化推广。与神经网络不同,它处理的只是一般的实值泛函模型,针对该问题,将实值泛函神经元推广到复值泛函神经元,再对复值泛函神经元的结构作了变形,提出了一种复值泛函网络新模型,给出了基于梯... 详细信息

泛函网络是最近提出的一种对神经网络的一般化推广。与神经网络不同,它处理的只是一般的实值泛函模型,针对该问题,将实值泛函神经元推广到复值泛函神经元,再对复值泛函神经元的结构作了变形,提出了一种复值泛函网络新模型,给出了基于梯度下降法的复值可分离泛函网络学习算法。采用复分析的方法,利用单一泛函神经元模型,借助于正交边界和实步长函数概念求解复值XOR分类问题。通过理论分析可看出,相比复值神经网络,用复值泛函网络解决问题具有很强的计算能力。

关键词：复基函数簇复值泛函网络学习算法复XOR分类正交边界实步长函数

在线全文

学校读者我要写书评

暂无评论

一种用于图像检索的新型半监督学习算法

电子科技大学学报 2005年第5期34卷 669-671页

作者：鲁珂赵继东叶娅兰曾家智电子科技大学计算机科学与工程学院成都610054

基于支持向量机的理论提出了一种用于图像检索的半监督学习算法。该算法的基本思想是,如果两点彼此是最近点,则它们共用一个标注。因此,该算法可以在具有最大类间空隙和很好保留位置特征的基础上找到一个投影。对该算法和标准支持向量... 详细信息

基于支持向量机的理论提出了一种用于图像检索的半监督学习算法。该算法的基本思想是,如果两点彼此是最近点,则它们共用一个标注。因此,该算法可以在具有最大类间空隙和很好保留位置特征的基础上找到一个投影。对该算法和标准支持向量机及转导(transductive)支持向量机的图像检索效果进行了实验比较,结果表明该算法可以获得更好的效果。

关键词：支持向量机半监督学习保局投影图像检索学习算法监督种用实验比较最近点投影

高属性维稀疏数据聚类回归逻辑神经网络模型及学习算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2004年第8期32卷 1342-1345页

作者：周永权焦李成西安电子科技大学智能信息处理研究所

针对高属性维稀疏数据聚类问题 ,定义了模糊取大逻辑神经元 ,给出一种新的单层离散型回归逻辑神经网络模型 ,由稀疏特征差异度组成的相似阵作为该网络的初始权矩阵 ,通过单层离散型回归逻辑神经网络学习算法 ,可求出相似矩阵的等价阵 ,... 详细信息

针对高属性维稀疏数据聚类问题 ,定义了模糊取大逻辑神经元 ,给出一种新的单层离散型回归逻辑神经网络模型 ,由稀疏特征差异度组成的相似阵作为该网络的初始权矩阵 ,通过单层离散型回归逻辑神经网络学习算法 ,可求出相似矩阵的等价阵 ,根据等价阵 ,给定不同的阈值 ,可动态地、有效地实现对高属性维稀疏数据的归并 ,使得聚类结果更符合实际情况 ,聚类质量较高 .相比同类聚类算法 ,它具有学习、修正和应变功能 ,适用于大规模稀疏数据库和稀疏数据仓库的聚类分析 .

关键词：稀疏特征差异度逻辑回归神经网络动态聚类法学习算法

在线全文

学校读者我要写书评

暂无评论

一种并联抑制神经网络结构及学习算法

电子科技大学学报 2006年第3期35卷 399-402页

作者：武妍王守觉同济大学计算机科学与技术系上海杨浦区200092 中国科学院半导体研究所神经网络实验室北京海淀区100083

对普通并联神经元的缺陷进行了分析,提出了一种广义的并联抑制神经元,构造了基于并联抑制神经元的前向神经网络结构,并给出了相应的学习算法。通过对几个模式分类问题的基准问题的测试,将提出的方法与SIANN、BP神经网络进行了比较,验证... 详细信息

对普通并联神经元的缺陷进行了分析,提出了一种广义的并联抑制神经元,构造了基于并联抑制神经元的前向神经网络结构,并给出了相应的学习算法。通过对几个模式分类问题的基准问题的测试,将提出的方法与SIANN、BP神经网络进行了比较,验证了提出的网络结构和学习算法的有效性。实验结果表明:单个的GSIN和简单的GSINN可以取得比SIANN和BP网络都好的分类效果。

关键词： BP网络模式分类并联抑制学习算法

分组样本下Bayes网络条件概率的学习算法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2002年第6期23卷 687-689页

作者：汪荣贵张佑生彭青松合肥工业大学计算机与信息学院安徽合肥230009

本文应用带盘的 Bayes网络作为分析模型 ,对于学习实例数据库为分组样本的关于各组样本私有条件概率的学习算法进行讨论 ,构建出两层学习结构 :第一层针对各组私有条件概率分布 Θij(l) s的学习 ;第二层针对是各组公有条件概率分布Θij... 详细信息

本文应用带盘的 Bayes网络作为分析模型 ,对于学习实例数据库为分组样本的关于各组样本私有条件概率的学习算法进行讨论 ,构建出两层学习结构 :第一层针对各组私有条件概率分布 Θij(l) s的学习 ;第二层针对是各组公有条件概率分布Θij的学习 .算法在在综合公有后验条件概率分布和本组学习实例数据的基础上 ,实现对各组私有条件概率分布的学习 ,并可以通过调整组间差异性信度

关键词：分组样本 Bayes网络条件概率学习算法专家系统