基于sAAnn的认知机制建模与识别优化算法-电子学报.PDF

第８期 电　　子　　学　　报 Ｖｏｌ．４６　Ｎｏ．８ ２０１８年８月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ａｕｇ．　２０１８ 基于ＳＡＡＮＮ的认知机制建模与识别优化算法 １ ２ 陈树婷 ，谭大鹏 （１杭州医学院基础医学部，浙江杭州３１００５３；２浙江工业大学机械工程学院，浙江杭州３１００３２） 　　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． 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 中图分类号：　ＴＰ３９１，Ｂ８４２　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１８）０８２０１１０９ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１８．０８．０２９ ＳＡＡＮＮＢａｓｅｄＣｏｇｎｉｔｉｏｎＭｅｃｈａｎｉｓｍ ＭｏｄｅｌｉｎｇａｎｄｔｈｅＩｍｐｒｏｖｅｄＲｅｃｏｇｎｉｔｉｏｎＡｌｇｏｒｉｔｈｍ １ ２ ＣＨＥＮＳｈｕｔｉｎｇ，ＴＡＮＤａｐｅｎｇ （１ＤｅｐａｒｔｍｅｎｔｏｆＢａｓｉｃＭｅｄｉｃｉｎｅ，ＨａｎｇｚｈｏｕＭｅｄｉｃａｌＣｏｌｌｅｇｅ，Ｈａｎｇｚｈｏｕ，Ｚｈｅｊｉａｎｇ３１００５３，Ｃｈｉｎａ； ２ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ，Ｚｈｅｊｉａｎｇ３１００３２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｈｕｍａｎｃｏｇｎｉｔｉｏｎｍｅｃｈａｎｉｓｍｍｏｄｅｌｉｎｇｗａｓａｎｉｍｐｏｒｔａｎｔｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅａｒｅａ． Ｃｕｒｒｅｎｔｍｏｄｅｌｉｎｇｍｅｔｈｏｄｓｂａｓｅｄｓｔａｔｉｓｔｉｃａｌｍｏｄｅｓｏｒｂａｃｋｐｒｏｐａｇａｔｉｏｎａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ（ＢＰＡＮＮ）ｈａｖｅｔｈｅｐｒｏｂ ｌｅｍｓｏｆｃｌｕｓｔｅｒｉｎｇｃｏｍｐｕｔａｔｉｏｎａｎｄｋｎｏｗｌｅｄｇｅｕｎｄｅｒｓｔａｎｄｉｎｇ．Ｃｏｎｃｅｒｎｉｎｇｔｈｅｉｓｓｕｅ，ａｍｅｃｈａｎｉｓｍｍｏｄｅｌｉｎｇｍｅｔｈｏｄｆｏｒｃｏｇ ｎｉｔｉｏｎｐｒｏｃｅｓｓｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ（ＳＡＡＮＮ）．Ｔｈｅｃｏｇｎｉｔｉｏｎｐｈｙｓｉｃａｌ ｐｒｏｃｅｓｓａｎｄｉｔｓｆｕｎｄａｍｅｎｔａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｗｅｒｅａｎａｌｙｚｅｄ，ａｎｄａＳＡＡＮＮｉｎｆｅｒｅｎｃｅｍｏｄｅｌｏｒｉｅｎｔｅｄｔｏｃｏｇｎｉｔｉｏｎｐｒｏｃｅｓｓｗａｓ ｓｅｔｕｐ．Ａｎｉｍｐｒｏｖｅｄｓｉｍｕｌａｔｅｄａｎｎｅａ