熵约束广义学习矢量量化神经网络和软竞争学习算法

• 作者: 于海霞 张志华 张淮峰 郑南宁
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 学习矢量量化 极大熵原理 软竞争学习 拉格朗日乘子
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 244-250
• 页数: 7页
• 分类号: TP18
• 字数: 4402字
• 语种: 中文

摘要

结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理,提出了一种熵约束广义学习矢量量化神经网络,利用梯度下降法导出其学习算法,该算法是软竞争格式的一种推广.由于亏损因子和尺度函数被定义为同一个模糊隶属度函数,它可以有效地克服广义学习矢量量化网络的模糊算法存在的问题.文中还给出熵约束广义学习矢量量化网络及其软竞争学习算法的许多重要性质,以此为依据,讨论拉格朗日乘子的选取规则.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志华	西安交通大学人工智能与机器人研究所	11	335	8.0	11.0
2	郑南宁	西安交通大学人工智能与机器人研究所	188	3039	29.0	46.0
3	张淮峰	西安交通大学人工智能与机器人研究所	1	4	1.0	1.0
4	于海霞	西安交通大学人工智能与机器人研究所	3	11	2.0	3.0