用遗传算法消除改进HNN的寄生点

• 作者: 张建邦 张殿治 游培寒
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 遗传算法 样本原形 寄生点 联想记忆 Hopfield神经网络
• 年，卷（期）: 2002,（9）
• 所属期刊栏目: 计算机开发与应用
• 页码范围: 114-117
• 页数: 4页
• 分类号: TP391
• 字数: 3692字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2002.09.034

摘要

在Hopfield网络(HNN)权值训练中采用了传统HNN训练的方法,把权值矩阵压缩为一个向量,简化了权值训练过程,增大了HNN的容量.但在回想阶段HNN产生了大量寄生点,相关文献提出了几种寄生点消除的方法,但效率低,同时会导致样本信息的丢失.利用遗传算法(GA)进行回想,保持了样本信息,并利用GA各代多样性,大大提高了HNN的效率.通过MATLAB程序仿真证实了这一结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张殿治	空军工程大学工程学院	8	29	4.0	5.0
2	游培寒	空军工程大学工程学院	7	15	2.0	3.0
3	张建邦	空军工程大学工程学院	17	93	5.0	9.0