一种不平衡注意参数条件下的遗传协同学习算法

• 作者: 戚飞虎 王海龙 詹劲峰
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 注意参数 目标识别 协同神经网络 神经网络优化 遗传算法 奖惩学习算法
• 年，卷（期）: 2000,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 25-28
• 页数: 4页
• 分类号: TP18
• 字数: 3974字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2000.11.007

摘要

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,发现新算法具有收敛快和全局最优搜索能力强的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戚飞虎	上海交通大学计算机科学与工程系	139	3029	29.0	47.0
2	王海龙	上海交通大学计算机科学与工程系	13	203	8.0	13.0
3	詹劲峰	上海交通大学计算机科学与工程系	7	166	7.0	7.0