时延神经网络的一种快速算法

• 作者: 于新 肖怀铁 范红旗
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 模式识别 时延神经网络 快速算法
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 133-135,140
• 页数: 4页
• 分类号: TP183
• 字数: 3007字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.12.036

摘要

神经网络是人工智能应用研究的重要领域,具有较强的容错性,出色的自适应能力和非线性映射能力.时延神经网络(TDNN)因为时间延迟单元的加入,使网络增加了记忆功能,更加适合处理序列信息,具有较大的应用价值.但延时单元的加入导致算法分类过程中运算量过大,针对上述问题,提出了一种适合于硬件实现的快速算法.采用序贯处理流程,通过适当的结构分解并存储中间变量,从而最大限度的减少了实现过程中的重复计算,有效地降低了运算量.仿真结果表明,在一定的维数范围内,与批处理实现方法相比,所提出的快速算法在运算量和存储量上都具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖怀铁	国防科技大学电子科学与工程学院	23	202	9.0	13.0
2	范红旗	国防科技大学电子科学与工程学院	13	68	5.0	7.0
3	于新	国防科技大学电子科学与工程学院	1	3	1.0	1.0