一种新的基于梯度动力学的协同神经网络学习算法

• 作者: 戚飞虎 陈丽
• 来源期刊: 东华大学学报（自然科学版）
• 学科: 工学
• 关键词: 协同神经网络 梯度动力学 注意参数 最优化 共轭梯度法
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP391.41
• 字数: 4257字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0444.2004.05.003

摘要

在研究协同神经网络梯度动力学过程的基础上,针对学习过程收敛速度缓慢的缺点,介绍了一种改进的基于梯度动力学的协同神经网络学习算法.该算法分析了非平衡注意参数对学习过程的影响,简化了初始伴随向量的选取;并引入最优化理论,将该问题归结为求解非线性最优化问题,提出了适时地用共轭梯度法代替梯度下降法的算法,加快了学习过程的收敛.通过对标准人脸图像库的图像识别实验表明该算法较之其他学习算法有较高的识别率,并能较快地收敛到极小值.

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	上海交通大学信息安全工程学院	139	3029	29.0	47.0
2	陈丽	上海交通大学信息安全工程学院	45	173	6.0	11.0