首页 | 本学科首页   官方微博 | 高级检索  
     检索      

使用干细胞机制优化反向传播神经网络
引用本文:陈先来,杨路明,王建新.使用干细胞机制优化反向传播神经网络[J].系统仿真学报,2011,23(12):2629-2634,2646.
作者姓名:陈先来  杨路明  王建新
作者单位:1. 中南大学信息科学与工程学院,长沙410083/中南大学湘雅医学院,长沙410013
2. 中南大学信息科学与工程学院,长沙,410083
基金项目:国家重点基础研究发展计划(973计划)(2008CB317107)
摘    要:借鉴细胞学中的干细胞理论,提出了基于干细胞机制的进化神经网络(SCEABPNN),以实现误差反向传播神经网络(BPNN)的优化。SCEABPNN不需要遗传神经网络(GABPNN)中的编码、解码、交叉、变异等操作,把网络中的结点看成细胞,通过细胞移植、细胞置换、细胞凋亡操作进行网络优化。仿真结果证实,SCEABPNN不但可以全局收敛,有效解决BPNN易陷局部最小的问题,而且收敛速度比GABPNN和标准BPNN更快。

关 键 词:BP神经网络  干细胞机制  优化算法  机器学习

Optimizing Back Propagation Neural Network Using Stem Cell Mechanism
CHEN Xian-lai,YANG Lu-ming,WANG Jian-xin.Optimizing Back Propagation Neural Network Using Stem Cell Mechanism[J].Journal of System Simulation,2011,23(12):2629-2634,2646.
Authors:CHEN Xian-lai    YANG Lu-ming  WANG Jian-xin
Institution:CHEN Xian-lai1,2,YANG Lu-ming1,WANG Jian-xin1(1.College of Information Science and Engineering,Central South University,Changsha 410083,China,2.Xiangya School of Medicine,Changsha 410013,China)
Abstract:A new algorithm,SCEABPNN for short,was proposed based on stem cell mechanism in cytology to optimize the back propagation neural network(BPNN).SCEABPNN does not need such operations as encoding,decoding,crossover,mutation in genetic back propagation neural network(GABPNN).It treats a node in a neural network as a cell and optimizes a neural network by such operations as cell transplantation,cell replacement and cell apoptosis and so on.Simulation results confirm that SCEABPNN can ensure a BPNN escape from l...
Keywords:back propagation neural network  stem cell mechanism  optimizing algorithm  machine learning  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号