基于模拟退火算法改进的大脑情感学习模型

• 作者: 唐詹 潘建国
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 大脑情感学习 高维度 数据分类 模拟退火算法
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 3017-3021
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.12.039

摘要

传统的大脑情感学习模型因其结构特点及其训练算法的局限性,在高维度数据分类问题上表现不佳,为提高高维度数据的分类准确性,提出一种基于模拟退火算法改进的大脑情感学习模型.通过改进网络结构,并采用模拟退火算法优化大脑情感学习模型的训练过程,改善其拟合能力和局部搜索能力,提高模型对于高维度数据分类问题的分类准确率.选取UCI数据集中常用于算法性能对比的几组数据集进行实验,实验结果表明,对于维度较高的数据集,该模型具有较好的分类效果.