基于SA-ANN的认知机制建模与识别优化算法

• 作者: 谭大鹏 陈树婷
• 来源期刊: 电子学报
• 学科: 哲学
• 关键词: 认知过程 机制建模 信息加工 人工神经网络 模拟退火
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 2011-2019
• 页数: 9页
• 分类号: TP391|B842
• 字数: 7924字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.08.029

摘要

人脑认知过程机制建模是人工智能研究领域的重要方向,当前基于统计模板分析与反向传播神经网络(BP-ANN)的认知方法在聚类计算与知识理解方面存在不足.针对上述问题,提出了一种基于模拟退火神经网络(SA-ANN)的认知过程机制建模方法.对人脑认知物理过程及其基本特征进行了分析,建立了面向认知过程的SA-ANN推理模型.提出了一种改进的模拟退火神经网络(ISA-ANN)识别优化算法,对认知过程信息特征提取、知识学习训练等关键环节进行了模拟研究.设计了认知过程机制算例,开发了相应的原型软件系统,对理论结果进行了验证.结果证明,该方法具有较好的聚类性能,可以针对具体测试对象进行准确识别,能够得到相对精确的认知演化规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭大鹏	浙江工业大学机械工程学院	33	282	10.0	16.0
2	陈树婷	杭州医学院基础医学部	7	20	3.0	4.0