原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种不平衡注意参数条件下的遗传协同学习算法.pdf
1
第ll期 电 子 学 报 Vd28 No
2000年11月 ACTAELECfRONICAS1NICA Nov 2000
一种不平衡注意参数条件下的遗传协同学习算法
王海龙，戚飞虎，詹劲峰
(上海交通大学计算机科学与工程系，上海200030)
摘要： 本文讨论丁目标识别的协同方法在不平衡注意参数条件下的动力学行为，并提出r不平衡注意参数条
件下的遗传协同学习算法(GSLA)该算法利用遗传算法的全局最优搜索能力．对协同神经网络的注意参数进行全局
优化．对从“车牌识别系统”中得到的数字样本的实验证明：新算法能有救地在注意参数空间搜索全局最优解，挖掘出
协同方法在目标识别方面的最大潜能另外，本文还将新算法与利用奖惩学习算法的协同学习算法进行了全局优化能
力的比较，发现新算法具有收敛快和全局最优搜索能力强的特点．
关键词： 注意参数；目标识别；协同神经网络；神经网络优化；遗传算法；奖惩学习算法
中图分类号：TPl8 文献标识码： A 文章编号：0372—2112(2000)11-0025—04
A underUnbalancedAttention
Genetic-synergeticLearningAlgorithm
WANG Fei—hu，ZHAN
Hai—long，QI Jin—feng
(Comlmter5女HandEngiru’erlngDeparlnHttof醌T曲：JiaoTongUners即，Shang／uz／200030，Ch／na)
An of of oil m)．derunbalancedattention is
／UDstlaet： mmlysis synergeticapproachtargetrecognition parmneters
dynamics
and this The
8 neuralnetwork(SNN)is
geneticsynergeticlearningalgorithm(GSLA)totsynergedc pro删inpaper
presemed
GSLAidemomtratedtohave of inthe ofattention the
ability 2pace
strong searching出ballyoptima[solutions
SNNdoitsbest013 addition，A betweentheGSLAandthe basedon
targetrecotmition．In co…p出on synergeticlearmngalgorithm
mechanism thattheGSLA lllOi2 andhas
isⅢade．andshows Call
文档评论（0）