量子遗传神经网络语音水印算法

• 作者: 张翼鹏 郝欢 陈亮
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: BP神经网络 梯度下降法 量子遗传算法
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 算法研究
• 页码范围: 1476-1481
• 页数: 6页
• 分类号: TN912.3
• 字数: 4298字
• 语种: 中文

摘要

传统的BP神经网络通常以梯度下降法作为训练搜索算法,极易陷入局部最优.本文将量子遗传算法引入到神经网络,提出了一种改进量子遗传算法优化BP神经网络系数的语音水印算法.首先利用改进量子遗传算法的良好全局搜索特性,优化BP神经网络的初始系数找出粗略解,然后采用梯度算法精细搜索出神经网络的最优权值和阈值系数,提高网络的收敛精度.理论分析和实验仿真表明,与传统的BP神经网络和遗传算法优化神经网络系数相比,本文提出的神经网络输出误差更小,有更大的水印容量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亮	解放军理工大学通信工程学院	61	411	12.0	17.0
2	张翼鹏	解放军南京炮兵学院训练部	6	13	2.0	3.0
3	郝欢	解放军理工大学通信工程学院	11	75	6.0	8.0