非对称神经网在模式识别中的应用
【摘要】:本文重点讨论了由蒙特卡罗—选择变异规则设计的非对称反馈神经网络的动力学特性,以及这类神经网络在模式识别和联想记忆等应用领域中所表现出来的优越性。本文的第二部分研究非线性晶格点阵中孤波碰撞时的空间跳跃行为。
蒙特卡罗—选择变异规则(简称MCA)是由赵鸿教授提出的用于设计非对称神经网络的一种整体学习规则。其主要思想是通过有选择地随机改变连接矩阵使系统在给定的训练目标下达到整体最优。对于反馈神经网络这类高维非线性动力系统而言,其训练目标是控制存储模式所激发的神经元局域场分布从而使系统获得最佳性能。由此发现的参数空间的三个动力学相区(即:“混沌相”、“记忆相”和“混合相”)不但对实际应用中表现出极大的优越性,而且对于研究这类时空离散动力系统的整体行为也具有重要的理论价值。
因此,在本文中我们首先介绍了MCA学习规则及其在整个神经网络理论体系中所处的地位和作用,并通过选择投影的方法对不同相区系统的状态空间做了进一步刻画和描述。接着,我们详细讨论了“混沌相”在模式识别中的应用。处于这一参数区的神经网络具有两个基本性质:其一是各个存储模式的吸引域都很小而且被一个充满状态空间的混沌轨道彼此分开;其二是伪吸引子原则上被完全消除。正是这两个特性使得这类神经网络克服了传统反馈神经网络的固有缺陷而成为模式识别的有力工具。为了使它们更具有实用性和可控性,我们
|
|
|
|
1 |
王煦法,杨奕若,张小俊,杨未来;遗传算法在模式识别中的应用[J];小型微型计算机系统;1997年10期 |
2 |
李安贵,张志刚,汪飞星;模糊数学在图像识别中的应用[J];辽宁工程技术大学学报(自然科学版);2001年05期 |
3 |
申明金;用模糊K均值聚类分析研究茶叶分类[J];广西民族学院学报(自然科学版);2005年03期 |
4 |
张学敏;许世昌;;用模式识别方法确定辽东半岛南部地区易发生地震的地点[J];东北地震研究;1989年03期 |
5 |
;“模式识别图象数据库”的理论方法和应用研究取得瞩目进展[J];中国科学基金;1991年04期 |
6 |
郝宏;我国模式识别领域的开拓者——记模式识别与知识工程专家戴汝为[J];中国科学院院刊;1993年01期 |
7 |
梅文荣;基于BAM神经网络的钻井复杂事故识别研究[J];西南石油学院学报;1993年01期 |
8 |
王文陆;严瑛白;刘树田;吴杰;李淳飞;;仅用激发神经元的IPA神经网络模型及其光学实现[J];应用光学;1993年01期 |
9 |
王玉行;“模式识别”与数学分析教学[J];数学教育学报;1997年02期 |
10 |
卓越,田桦,王大江,杨景云;菌群检测值的模式识别分析法判断肠道菌群失调的研究[J];中国微生态学杂志;1997年05期 |
11 |
王国田,王汝笠,傅艳红,李佳,柴震海;用于光学相关模式识别的二值化方法研究[J];红外与毫米波学报;2002年06期 |
12 |
袁立侠,李大伟,李霆;悬臂梁结构损伤诊断的模式识别方法研究[J];五邑大学学报(自然科学版);2005年01期 |
13 |
胡东红,谭辉,陈莘萌;Radon变换在二维条码图像识别中的应用[J];武汉大学学报(理学版);2005年05期 |
14 |
孙喜晨;程乾生;封举富;;子空间非相似性度量(WWF-SSD)的三角不等式[J];数学的实践与认识;2006年04期 |
15 |
郭彦省;孟召平;崔立竹;;谢桥13-1煤层顶板岩性的地震属性解译[J];北京工业职业技术学院学报;2006年01期 |
16 |
杨世元;吴德会;苏海涛;;基于PCA和SVM的控制图失控模式智能识别方法[J];系统仿真学报;2006年05期 |
17 |
何振毅;陆永忠;;病媒昆虫分类技术的研究进展[J];中国国境卫生检疫杂志;2006年03期 |
18 |
姜灵敏;;基于模式识别的商业银行贷款安全评判[J];科技管理研究;2006年11期 |
19 |
张章华;孟凡卉;王文娟;;基于微粒群算法的神经网络在岩性识别上的应用[J];物探化探计算技术;2007年02期 |
20 |
智翠梅;;均匀设计及优化[J];化工中间体;2007年03期 |
|