一种基于侧抑制连接的人工神经网络模型 - 文章详情页

作者：

杨刚 (杨刚.) | 乔俊飞 (乔俊飞.) (学者：乔俊飞) | 韩广 (韩广.)

摘要：

　　针对神经网络的结构设计，　根据仿生学原理提出一种基于皮层内神经元连接及侧抑制连接的人工神经网络模型(SANN)。　该模型结合皮层的多层空间结构特点，　考虑了层内中间抑制神经元的侧向连接以及神经元在多个层内进行的信息传递。　基于误差反向传播思想的梯度下降学习算法用于网络参数的训练。　通过对异或问题的仿真实验表明，　SANN在处理实际回归及线性不可分问题时，　不但能够保证较高训练精度同时可获得更强的泛化能力，　此外在避免网络陷入局部极小点方面也有一定的优势。

关键词：

神经元梯度下降学习算法仿真实验神经网络模型

作者机构：

[ 1 ] [杨刚]北京工业大学
[ 2 ] [乔俊飞]北京工业大学
[ 3 ] [韩广]北京工业大学

通讯作者信息：

查看成果更多字段

来源：

年份： 2012

页码： 1-6

语种：中文

被引次数：

WoS核心集被引频次： 0

近30日浏览量： 1

归属院系：

信息学部

全文获取

图书馆发现搜索百度学术搜索万方数据

成果类型
所属机构

所有年份指定年份从至