一种基于多目标的自组织神经网络学习方法

• 作者: 王珣
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 神经网络 多目标优化 学习算法 模糊熵
• 年，卷（期）: 2002,（5）
• 页码范围: 565-568
• 页数: 4页
• 分类号: TP18
• 字数: 2775字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2002.05.014

摘要

自组织神经网络又称为无教师指导学习网络, 可以自动地从环境中学习、获取知识, 从而具有较强的自适应能力.目前,自组织神经网络在图象理解、模式识别、智能机器人控制等领域得到越来越广泛的应用.但是,由于目前大部分自组织神经网络都采用单准则无教师指导学习方法,从而导致了神经网络学习效率低等问题,这在一定程度上影响了自组织神经网络更加广泛的有效应用.为此,本文提出了一种基于模糊熵准则和误差平方和准则的多目标(准则)自组织神经网络学习算法, 该算法可以克服单准则无教师指导学习方法所存在的局限性, 实验结果表明:该算法是有效的,并且较其它自组织神经网络学习方法,无论在学习效率上、还是在网络优化上,都具有很大的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王珣	同济大学计算机系	6	63	4.0	6.0