协同神经网络聚类型学习算法 被引量：20

1

作者 董火明 高隽 +1 位作者 陈定国 陈迎春 《合肥工业大学学报（自然科学版）》 CAS CSCD 2002年第4期492-495,共4页

协同神经网络是一类全新的神经网络 ,它可以根据竞争神经网络的一般原则划分为匹配子网和竞争子网。其中 ,匹配子网的学习是协同神经网络的一个中心问题。改善匹配子网的学习效率有 2种途径 :对伴随向量求解算法的改进和原型向量选取方... 协同神经网络是一类全新的神经网络 ,它可以根据竞争神经网络的一般原则划分为匹配子网和竞争子网。其中 ,匹配子网的学习是协同神经网络的一个中心问题。改善匹配子网的学习效率有 2种途径 :对伴随向量求解算法的改进和原型向量选取方法的改进。文章浅析了这 2种类型的学习算法 ,着重研究了聚类算法在原型向量选取中的应用 ,并以一组交通标志图像作为识别样本 ,验证了选取原型向量 2种思路的有效性。 展开更多

关键词 协同神经网络 学习算法 模式识别 匹配子网 学习效率 聚类算法

在线阅读 下载PDF 职称材料

基于伪逆的协同神经网络学习算法 被引量：9

2

作者 尹虎君 戚飞虎 叶芗芸 《电子学报》 EI CAS CSCD 北大核心 1999年第5期15-17,共3页

本文改进了Ｈａｋｅｎ协同神经网络的算法．该学习算法在Ｈａｋｅｎ算法的基础上引进反馈机制，对权值矩阵反复训练，使权值矩阵能更有效地进行图像识别，并增大了网络容量．

关键词 协同学 协同神经网络 协同学习算法

在线阅读 下载PDF 职称材料

基于聚类法的协同神经网络学习算法 被引量：14

3

作者 王海龙 戚飞虎 《上海交通大学学报》 EI CAS CSCD 北大核心 1998年第10期39-41,共3页

根据协同学理论的基本观点（模式识别的过程即为模式形成的过程），对构造出的协同神经网络在模式识别中的应用进行了研究．发现伴随向量的性能直接影响到模式识别的成功率，而伴随向量是由原型向量计算得到．所以原型向量的选择对识别... 根据协同学理论的基本观点（模式识别的过程即为模式形成的过程），对构造出的协同神经网络在模式识别中的应用进行了研究．发现伴随向量的性能直接影响到模式识别的成功率，而伴随向量是由原型向量计算得到．所以原型向量的选择对识别结果有着十分重要的作用．提出了一种基于聚类算法的选择原型向量的方法．通过对近千个样本进行的模拟实验，结果证明这种基于聚类算法的原型向量选择方法很有效，使识别率有了较大的提高． 展开更多

关键词 协同神经网络 协同学习算法 聚类算法

在线阅读 下载PDF 职称材料

协同神经网络中参数的优化 被引量：6

4

作者 王海龙 戚飞虎 任庆生 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2001年第3期215-218,共4页

提出了一种基于遗传算法的协同神经网络中参数的优化算法 ,该算法利用遗传算法的全局最优搜索能力 ,在协同神经网络的参数空间搜索最优解 .对从“车牌识别系统”中采集得到的数字样本进行的测试表明 :优化算法能有效提高协同神经网络的... 提出了一种基于遗传算法的协同神经网络中参数的优化算法 ,该算法利用遗传算法的全局最优搜索能力 ,在协同神经网络的参数空间搜索最优解 .对从“车牌识别系统”中采集得到的数字样本进行的测试表明 :优化算法能有效提高协同神经网络的识别性能 ,使识别率达到了较为实用的水平 (98.4% ) .另外 ,还对协同神经网络中各个参数在识别过程中的作用进行了讨论 . 展开更多

关键词 协同神经网络 神经网络优化 遗传算法 目标识别

在线阅读 下载PDF 职称材料

基于免疫克隆聚类协同神经网络的图像识别 被引量：9

5

作者 缑水平 焦李成 田小林 《电子与信息学报》 EI CSCD 北大核心 2008年第2期263-266,共4页

该文提出了基于免疫克隆聚类的协同神经网络原型向量求解算法,该算法充分利用免疫克隆的高效全局最优搜索能力构造数据聚类算法,将新聚类算法用于训练协同神经网络的原形向量,并对Brodatz纹理图像库以及合成孔径雷达图像目标进行识别。... 该文提出了基于免疫克隆聚类的协同神经网络原型向量求解算法,该算法充分利用免疫克隆的高效全局最优搜索能力构造数据聚类算法,将新聚类算法用于训练协同神经网络的原形向量,并对Brodatz纹理图像库以及合成孔径雷达图像目标进行识别。仿真实验结果表明,相比标准协同神经网络,该算法可以提高网络的识别性能,同经典的支撑向量机相比,该算法在识别率相当的情况下,样本的训练和测试时间都明显缩短。 展开更多

关键词 图像识别 免疫克隆聚类 原型向量 协同神经网络

在线阅读 下载PDF 职称材料

具有节点失效的网络可靠度的信息交互算法 被引量：6

6

作者 武小悦 张维明 沙基昌 《国防科技大学学报》 EI CAS CSCD 1999年第2期108-111,共4页

提出了一种用于计算具有节点失效的网络可靠度的新计算方法。该算法依据不交化代数及协同计算的思想，采用节点信息义互的方法直接获得网络的不交化最小路集。算法简便易行，具有分布计算的特点，为大型网络系统的可靠性度计算提供了一... 提出了一种用于计算具有节点失效的网络可靠度的新计算方法。该算法依据不交化代数及协同计算的思想，采用节点信息义互的方法直接获得网络的不交化最小路集。算法简便易行，具有分布计算的特点，为大型网络系统的可靠性度计算提供了一种新的途径。 展开更多

关键词 最小路集 节点失效 网络系统 可靠性

在线阅读 下载PDF 职称材料

多字体字符识别的分级协同模型 被引量：3

7

作者 王海龙 戚飞虎 任庆生 《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第2期184-187,共4页

提出了一种用于多字体字符识别的分级协同神经网络模型 .该分级模型的识别由两部分组成 :Haken的协同网络确定识别进入哪个协同子网 ;用协同子网进行具体识别 .对大量实际采集得到的多字体字符样本的测试表明 :新模型能有效地提高协同... 提出了一种用于多字体字符识别的分级协同神经网络模型 .该分级模型的识别由两部分组成 :Haken的协同网络确定识别进入哪个协同子网 ;用协同子网进行具体识别 .对大量实际采集得到的多字体字符样本的测试表明 :新模型能有效地提高协同神经网络对多字体字符的识别率 ,但由于仍保留了识别速度快的特点 ,所以新模型适用于实时的光学字符识别应用 .对加噪字符的识别试验表明该模型具有很好的鲁棒性 . 展开更多

关键词 协同神经网络 多字体字符识别 分级协同模型 协同子网 光学字符识别

在线阅读 下载PDF 职称材料

基于信息叠加的学习算法 被引量：7

8

作者 王海龙 戚飞虎 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2000年第3期205-208,共4页

提出了一种基于信息叠加的迭代学习算法 .该算法利用协同神经网络中的原型模式具有信息的可加性 ,将学习中误识率最高的模式作为反馈量来修正原型模式 .利用实际采集得到的样本对新算法进行的测试表明 :新算法具有最优搜索能力强 ,训练... 提出了一种基于信息叠加的迭代学习算法 .该算法利用协同神经网络中的原型模式具有信息的可加性 ,将学习中误识率最高的模式作为反馈量来修正原型模式 .利用实际采集得到的样本对新算法进行的测试表明 :新算法具有最优搜索能力强 ,训练时间短的特点 .另外 ,将新算法与基于遗传算法的原型模式选取算法在网络训练性能上进行了比较 . 展开更多

关键词 协同神经网络 遗传算法 信息叠加 学习算法

在线阅读 下载PDF 职称材料

协同式神经网络的识别性能分析 被引量：3

9

作者 赵同 戚飞虎 冯炯 《电子学报》 EI CAS CSCD 北大核心 2000年第1期74-77,共4页

本文对一类全新的神经网络──协同式神经网络的性能进行了研究．在介绍了模式识别协同式神经网络原理的基础上，进一步分析了离散协同网络的识别稳定性及识别率，并与传统神经网络──Ｈｏｐｆｉｅｌｄ网络在汉字图像识别方面进行了性... 本文对一类全新的神经网络──协同式神经网络的性能进行了研究．在介绍了模式识别协同式神经网络原理的基础上，进一步分析了离散协同网络的识别稳定性及识别率，并与传统神经网络──Ｈｏｐｆｉｅｌｄ网络在汉字图像识别方面进行了性能比较，进而指出协同式神经网络在真实汉字图像识别性能上具有极大的优势． 展开更多

关键词 协同式 神经网络 图像识别 识别性能

在线阅读 下载PDF 职称材料

对协同学习算法的研究 被引量：4

10

作者 陈燕新 戚飞虎 《上海交通大学学报》 EI CAS CSCD 北大核心 1998年第8期26-30,共5页

在讨论协同学习算法和广义逆关系的基础上，指出了最小二乘广义逆的求解算法都可以看作是协同学习算法，从而大大丰富了协同学习算法的种类．理论和实验表明，Ｈａｋｅｎ提及的学习算法在某些性能指标上不如通常的Ｍｏｏｓｅ－Ｐｅｎｒ... 在讨论协同学习算法和广义逆关系的基础上，指出了最小二乘广义逆的求解算法都可以看作是协同学习算法，从而大大丰富了协同学习算法的种类．理论和实验表明，Ｈａｋｅｎ提及的学习算法在某些性能指标上不如通常的Ｍｏｏｓｅ－Ｐｅｎｒｏｓｅ广义逆求解算法，因此，在具体应用场合，可考虑使用通常的Ｍｏｏｓｅ－Ｐｅｎｒｏｓｅ广义逆求解算法进行协同学习． 展开更多

关键词 协同学 协同学习算法 广义逆 模式识别

在线阅读 下载PDF 职称材料

一种不平衡注意参数条件下的遗传协同学习算法 被引量：3

11

作者 王海龙 戚飞虎 詹劲峰 《电子学报》 EI CAS CSCD 北大核心 2000年第11期25-28,共4页

本文讨论了目标识别的协同方法在不平衡注意参数条件下的动力学行为 ,并提出了不平衡注意参数条件下的遗传协同学习算法 (GSLA) .该算法利用遗传算法的全局最优搜索能力 ,对协同神经网络的注意参数进行全局优化 .对从“车牌识别系统”... 本文讨论了目标识别的协同方法在不平衡注意参数条件下的动力学行为 ,并提出了不平衡注意参数条件下的遗传协同学习算法 (GSLA) .该算法利用遗传算法的全局最优搜索能力 ,对协同神经网络的注意参数进行全局优化 .对从“车牌识别系统”中得到的数字样本的实验证明 :新算法能有效地在注意参数空间搜索全局最优解 ,挖掘出协同方法在目标识别方面的最大潜能 .另外 ,本文还将新算法与利用奖惩学习算法的协同学习算法进行了全局优化能力的比较 。 展开更多

关键词 注意参数 协同神经网络 遗传协同学习算法

在线阅读 下载PDF 职称材料

基于协同神经网络的导弹攻击目标识别方法研究 被引量：3

12

作者 郭巍 张千宇 王光辉 《电子设计工程》 2013年第17期46-49,共4页

针对目标识别问题,采取了基于协同学的模式识别理论,引入了协同神经网络并对其稳定性进行了分析,提出了基于协同神经网络对军事目标进行识别的方法,并通过仿真验证了该方法的有效性。

关键词 协同 神经网络 导弹 目标识别

在线阅读 下载PDF 职称材料

一种新的协同模式识别学习算法 被引量：1

13

作者 陈卫刚 戚飞虎 《上海交通大学学报》 EI CAS CSCD 北大核心 2004年第1期18-20,25,共4页

在协同模式识别中,学习可以归结为求原型向量和伴随向量.文中提出了一种基于核函数映射的学习算法,输入向量被隐式地映射到一个可分性有所提高的向量空间,然后计算变换后的原型向量.对伴随向量增加一个附加的约束以避免它的范数超过一定... 在协同模式识别中,学习可以归结为求原型向量和伴随向量.文中提出了一种基于核函数映射的学习算法,输入向量被隐式地映射到一个可分性有所提高的向量空间,然后计算变换后的原型向量.对伴随向量增加一个附加的约束以避免它的范数超过一定值,从而改善伴随向量的性能,减少误识别.通过对数字、英文字母和汉字等的训练实验表明,这种算法得到的伴随向量能更好地表示样本的特征,计算所得的初始序参量能更好地反映测试图像与训练样本之间的相似程度. 展开更多

关键词 协同模式识别 神经网络 学习算法 Kernel方法

在线阅读 下载PDF 职称材料

基于协同神经网络人脸信息联想记忆算法

14

作者 史东承 于德海 +1 位作者 周佳伟 高静 《吉林大学学报（信息科学版）》 CAS 2003年第S1期110-114,共5页

根据序化动力系统模型(ODSM),通过KPCA分析实现数据降维和增加人脸模式的可分性,给出了一种基于协同神经网络和KPCA的人脸图像视觉信息联想记忆(VIAM)算法。实验结果表明本文给出的方案可以针对输入特征激励完成对输入模式的联想。

关键词 序化动力系统模型 视觉信息联想记忆 核主元分析

在线阅读 下载PDF 职称材料

一种新的基于梯度动力学的协同神经网络学习算法

15

作者 陈丽 戚飞虎 《东华大学学报（自然科学版）》 CAS CSCD 北大核心 2004年第5期11-15,共5页

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,介绍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... 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,介绍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,提出了适时地用共轭梯度法代替梯度下降法的算法,加快了学习过程的收敛。通过对标准人脸图像库的图像识别实验表明该算法较之其他学习算法有较高的识别率,并能较快地收敛到极小值。 展开更多

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

在线阅读 下载PDF 职称材料