登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
二进神经网络的汉明图学习算法
  • 摘要

    二进神经网络的几何学习算法ETL必须分隔全部真顶点集合和伪顶点集合,且为一种穷举的算法.该文使用所定义的汉明图和子汉明图,给出了选择核心顶点的依据,组成和扩展子汉明图的方向和步骤,以及一个子汉明图可用一个隐层神经元表示的条件和权值、阈值的计算公式.所提出的二进神经网络汉明图学习算法可用于任意布尔函数;无需穷举并一定收敛,因而是快速的;对文献所举实例取得了较ETL算法结构更为优化的三层前向网络.

  • 作者

    华强  郑启伦 

  • 作者单位

    惠州大学电子工程系,/华南理工大学计算机科学技术研究院,

  • 刊期

    2001年11期 ISTIC EI PKU

  • 关键词

    模式识别  二进神经网络  学习算法 

参考文献
  • [1] 马晓敏,杨义先,章照止. 二进神经网络学习算法研究. 计算机学报, 1999,9
  • [2] Park S K;Kim J H. Geometrical learning algorithm for multilayer neural networks in a binary field. IEEE Transactions on Computers, 1993,08
  • [3] Kim J H;Park S K. The geometrical learning of binary neural networks. IEEE Transactions on Neural Networks, 1995,01
  • [4] Mascioli F;Martinelli G. Constructive for binary neural networks: The oil-spot algorithm. IEEE Transactions on Neural Networks, 1995,03
  • [5] Yamamoto A;Saito T. A flexible learning algorithm for binary neural networks. Communications and Computer Sciences, 1998,09
  • [6] Gray D L;Michel A N. A training algorithm for binary feedforward neural networks. IEEE Transactions on Neural Networks, 1992,02
查看更多︾
相似文献 查看更多>>
35.172.216.157