收藏本站
《大连理工大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

利用状态函数导数的脉冲神经网络新算法

杨文宇  
【摘要】:脉冲神经网络更接近生物神经网络,被称为第三代神经网络,受到了众多研究人员的关注。传统神经网络处理信息基于脉冲激发的频率,当考虑快速模拟计算时会使很多信息丢失,这引发了基于脉冲激发时间处理信息的脉冲神经网络的发展。脉冲神经网络将真实世界的信息编码成脉冲时间,使得它能快速解码信息,在处理实时问题时特别有优势。脉冲神经元接收脉冲时间作为输入向量,当它的状态函数在上升阶段达到预先给定的阈值时激发产生脉冲,激发时间作为它的输出。脉冲神经网络已广泛并成功的应用于各个领域。 脉冲神经网络很多有潜力的优势例如计算的复杂度、学习能力、实时数据的处理已经被广泛的讨论过,但是它的计算能力很难控制,所以一些特别有效的网络模型和算法还有待开发。站在数学人的角度,本文提出了一种改进的脉冲神经元,它涉及到状态函数在激发时间点的导数,并相应的给出了它的学习算法。这种改进的脉冲神经元的优势在于单个的神经元就可以解决普通带隐层的神经网络才能解决的问题。进而提出了基于这种改进的脉冲神经元的单层网络,它与普通的带隐层的脉冲神经网络在解决多分类问题上具有可比性。另外,本文在不借助线性假设的条件下,给出了脉冲神经网络学习算法中一个关键公式在数学上严格成立的证明。具体研究内容概括如下: 1.第二章提出一种改进的脉冲神经元,给出了相应的学习算法并测试其表现能力。这种改进的脉冲神经元的输出为激发时间ta和状态函数在激发时间点的导数x'(ta)的一个线性组合,它的优势在于:能解决不能被传统的脉冲感知器或者传统的感知器解决的XOR问题;在解决一些基准问题时,学习的正确率与带隐层的脉冲神经网络具有可比性。 2.第三章给出以改进的脉冲神经元为构建模块的单层脉冲神经网络并测试其表现能力。数值试验结果显示在解决真实世界的分类问题时,改进的单层脉冲神经网络使用相同或较少的编码神经元与带隐层的脉冲神经网络表现得几乎一样好。 3.第四章在不借助于状态函数与时间在激发时间点附近具有线性关系的假设的帮助,给出脉冲神经网络学习算法中一关键公式的证明。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李天牧,李学群;基于神经网络的自动特征抽取[J];云南大学学报(自然科学版);1991年03期
2 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
3 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
4 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
5 ;简讯[J];西安电子科技大学学报;1992年01期
6 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
7 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
8 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
9 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
10 陈在;;神经网络:一种全新的多媒体技术[J];重庆邮电学院学报(自然科学版);1993年01期
11 丁德恒;吕维雪;;基于神经网络的关系模式匹配方法[J];计算机科学;1993年01期
12 刘健勤;手写体汉字识别的神经网络算法[J];计算机应用研究;1994年01期
13 夏又生,吴新余;解框形约束最小二乘问题的神经网络[J];南京邮电学院学报;1994年03期
14 沈琴婉;黄五群;陈天崙;张延炘;;互连权值灰度阶有限的神经网络的蒙特卡洛学习算法[J];模式识别与人工智能;1994年02期
15 李杰,谷士文;HOPFIELD神经网络用于二维重叠物体的形状识别[J];长沙铁道学院学报;1995年02期
16 王卫,蔡德钧,万发贯;神经网络在图像编码中的应用[J];电子学报;1995年07期
17 战仁军,张炜,张优云,谢友柏;摩擦学设计知识获取系统的神经网络方法[J];机械科学与技术;1995年06期
18 王科俊,李殿璞,李国斌;神经网络在线性系统辨识中的应用[J];应用科技;1995年02期
19 郑金成,帅建伟,王仁智,陈振湘;Hopfield神经网络的存贮容量[J];半导体光电;1996年04期
20 肖宁,李恩祥;专家系统神经网络协同式智能控制系统结构[J];纺织高校基础科学学报;1996年01期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
2 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
3 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
4 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
5 杨文宇;利用状态函数导数的脉冲神经网络新算法[D];大连理工大学;2013年
6 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
7 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
8 董岩;基于神经网络的机载三轴稳定平台控制系统算法应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
9 Atlas Khan;神经网络的优化与用于优化的神经网络[D];大连理工大学;2013年
10 董滔;时滞神经网络的动力学行为分析[D];重庆大学;2013年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978