反馈型随机二元神经网络 |
| |
作者姓名: | 赵杰煜 |
| |
作者单位: | 宁波大学信息科学与技术研究所, |
| |
基金项目: | 国家自然科学基金 (批准号 :6 980 5 0 0 2,教育部优秀青年基金,浙江省自然科学基金青年人才培养专项基金资助项目 |
| |
摘 要: | 提出并分析了一种全新的反馈型随机神经网络模型,该模型不同于常见的Boltzmann机,它不直接使用随机激活函数而是采用了随机型加权连接,神经元为简单的非线性处理单元.揭示了该网络模型存在惟一的收敛性平稳概率分布,当网络中的神经元个数较多时,平稳概率分布逼近于Boltzmann-Gibbs 分布. 另外,还讨论了该网络模型与Markov随机场之间的关系,并提出了一种新型模拟退火和Boltzmann学习算法.网络模型被成功地应用于解决难度较大的组合优化问题和人像的自动识别,实验结果证实了该模型具有强大的计算能力和优异的泛化性能.
|
关 键 词: | 反馈型随机二元神经网络 平稳概率分布 渐进式Boltzmann学习 Markov随机场 模拟退火 随机神经网络 |
收稿时间: | 2000-09-18 |
修稿时间: | 2001-01-18 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
| 点击此处可从《中国科学(E辑)》浏览原始摘要信息 |
|
点击此处可从《中国科学(E辑)》下载全文 |
|