协同神经网络若干关键问题的研究.pdfVIP

摘要 摘 要 协同神经网络是近年来产生的一种新的神经网络，它与传统的神 经网络相比最突出的优点就是它更接近自然的自组织过程，同时具有 不存在伪状态、联想效果好等优点。国内外学者已对协同神经网络进 行了大量的研究工作，但作为一个全新研究领域，还有不少问题需要 深入研究。本文探讨了协同神经网络的总体理论，对如下关键问题进 行了研究，并得到实验的验证。 1、网络的结构划分 本文指出了协同神经网络符合竞争神经网络的一般原理，它可以 划分为匹配子网和竞争子网。这种划分有利于深入理解和改进协同神 经网络的序参量生成和动力学演化过程，也有利于网络的灵活应用。 2 、序参量的生成 匹配子网的关键是构造序参量的生成方法。序参量代表了输入模 式和原型模式之间的相似程度。传统的伪逆方法可以在内积意义上精 确求解序参量，但是在时间代价上有很大局限性，且新增模式后需重 新计算。本文提出可以在剩余向量最小化的准则下，采用距离法、相 关系数法等方法进行序参量的生成，克服了伪逆法的上述缺点。实验 结果表明这些方法是有效的。 3 、网络的有序化度量 本文提出网络的有