2用改进竞争Hopfield神经网络求解多边形近似问题.pdfVIP

第36卷第3期 计算机科学 V01．36No．3 1QQ!生§旦!圣!翌巳翌!呈!墨兰i呈翌￡呈 丛垒!：竺QQ! 用改进的竞争Hopfield神经网络求解多边形近似问题 旷章辉1 王甲海1 周雅兰2 (中山大学信息科学与技术学院 广州510006)1(广东商学院信息学院 广州510320)2 摘要多边形近似是提取曲线特征点和简化曲线描述的一种重要方法。提出一种改进的Hopfield神经网络多边 形近似算法，该算法利用选择拐点策略减少了搜索空间，重新定义了神经网络的能量函数，使其更能反映优化目标；引 入合并拆分搜索策略，有效帮助神经网络脱离局部最小值。实验结果表明，提出的改进算法是有效的，比其它算法如 关键点检测法、竞争Hopfield神经网络、混沌Hopfield神经网络、遗传算法等具有更优的性能。 关键词竞争Hopfie|d神经网络，合并拆分，多边形近似 NeuralNetworkfor Problem ImprovedCompetitiveHopfield PolygonalApproximation KUANG WANG ZHOUYa-lan2 Zhang-huil Jia-hail (schoolofInformationScienceand Yat—Sen 510006，China)1 Technology，SunUniversity，Guangzhou (InformationScience ofBusiness School，GuangdongUniversity Studies，Guangzhou510320，China)2 Abstract isan methodtodetectdominantand curves．AnIm— Polygonalapproximationimportant pointsrepresent Neural Network(ICHNN)wasfor provedCompetitiveHopfield proposedpolygonalapproximationproblem．Thepro— reducesresearch the functionofthenetworktore- posedalgorithm by eollinear spacesdeleting points，redefinesenergy theaimmore combineswitha methodto thenetworkfromtheIotalmini- present efficiently。and merge-split help escape nnThe resultsshowthatICHNNisrobusterandbetterthanother suchasdominantde— experimental algorithms point neuralnetwork，andchaotic tection，competitiveHopfield