一种并联抑制神经网络结构及学习算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种并联抑制神经网络结构及学习算法

武妍, 王守觉

文章导航 > 电子科技大学学报 > 2006 > 35(3): 399-402

武妍, 王守觉. 一种并联抑制神经网络结构及学习算法[J]. 电子科技大学学报, 2006, 35(3): 399-402.

引用本文:

武妍, 王守觉. 一种并联抑制神经网络结构及学习算法[J]. 电子科技大学学报, 2006, 35(3): 399-402.

WU Yan, WANG Shou-jue. A Shunting Inhibition Neural Network Structure and Learning Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 399-402.

Citation:

WU Yan, WANG Shou-jue. A Shunting Inhibition Neural Network Structure and Learning Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 399-402.

一种并联抑制神经网络结构及学习算法

武妍¹,
王守觉²

1.
同济大学计算机科学与技术系上海杨浦区 200092;
2.
中国科学院半导体研究所神经网络实验室北京海淀区 100083

基金项目:

国家自然科学基金资助项目(60135010)

作者简介:
武妍(1967-),女,博士,教授,主要从事神经网络,模式识别等方面的研究;王守觉(1926-),男,教授,博士生导师,中国科学院院士,主要从事神经网络、仿生模式识别等方面的研究.

武妍(1967-),女,博士,教授,主要从事神经网络,模式识别等方面的研究;王守觉(1926-),男,教授,博士生导师,中国科学院院士,主要从事神经网络、仿生模式识别等方面的研究.

中图分类号: TP183

A Shunting Inhibition Neural Network Structure and Learning Algorithm

WU Yan¹,
WANG Shou-jue²

1.
Dept. of Computer Science and Technology,Tongji University Yangpu Shanghai 200092;
2.
Lab of Artificial Neural Networks,Institute of Semiconductors,CAS Haidian Beijing 100083

摘要: 对普通并联神经元的缺陷进行了分析,提出了一种广义的并联抑制神经元,构造了基于并联抑制神经元的前向神经网络结构,并给出了相应的学习算法。通过对几个模式分类问题的基准问题的测试,将提出的方法与SIANN、BP神经网络进行了比较,验证了提出的网络结构和学习算法的有效性。实验结果表明:单个的GSIN和简单的GSINN可以取得比SIANN和BP网络都好的分类效果。
- BP网络 /
- 模式分类 /
- 并联抑制 /
- 学习算法
Abstract: A Generalized Shunting Inhibition Neuron (GSIN) model is proposed by analyzing shortcomings of the normal shunting neuron model. A new feed forward neural network architecture based on GSIN, naming Generalized Shunting Inhibition Neural Network (GSINN), and its learning algorithm are then introduced. Finally, the GSINN is applied to several benchmark classification problems, and their performance is compared with the performances of Shunting Inhibitory Artificial Neural Network (SIANN) and BP networks, and the effectiveness of the proposed network structure and learning algorithm is verified. Experimental results show that a single GSIN and simple GSINN can outperform both the SIANN and Back Propagation (BP) network.
- BP network /
- pattern classification /
- shunting inhibition /
- learning algorithm

[1]	周江平, 周媛媛, 周学军, 李洁琼. 基于BP神经网络的测量设备无关协议参数预测 . 电子科技大学学报, 2024, 53(4): 611-616. doi: 10.12178/1001-0548.2023011
[2]	郁湧, 钱天宇, 高悦, 艾合买提尼牙孜, 刘金卓. 基于结构平衡理论和高阶互信息的符号网络表示学习算法 . 电子科技大学学报, 2023, 52(5): 780-788. doi: 10.12178/1001-0548.2022168
[3]	储岳中, 汪佳庆, 张学锋, 刘恒. 基于改进深度残差网络的图像分类算法 . 电子科技大学学报, 2021, 50(2): 243-248. doi: 10.12178/1001-0548.2020314
[4]	毛远宏, 贺占庄, 马钟. 重构迁移学习的红外目标分类 . 电子科技大学学报, 2020, 49(4): 609-614. doi: 10.12178/1001-0548.2019162
[5]	刘忠宝, 裴松年, 杨秋翔. 具有N-S磁极效应的最大间隔模糊分类器 . 电子科技大学学报, 2016, 45(2): 227-232.
[6]	雷朝军, 刘迎辉, 喻胜, 李宏福, 赵其祥. 高次模回旋管中的非工作模式抑制研究 . 电子科技大学学报, 2015, 44(5): 695-699. doi: 10.3969/j.issn.1001-0548.2015.05.010
[7]	邓召学, 郑玲, 郭敏敏, 张自伟. 基于遗传BP神经网络的磁流变悬置模型辨识 . 电子科技大学学报, 2014, 43(6): 955-960. doi: 10.3969/j.issn.1001-0548.2014.06.028
[8]	郭兴明, 袁志会, 丁晓蓉. 经验模式分解及关联维数在心音信号分类识别中的应用 . 电子科技大学学报, 2013, 42(6): 955-960. doi: 10.3969/j.issn.1001-0548.2013.06.028
[9]	刘忠宝, 王士同. 面向大规模数据的隐私保护学习机 . 电子科技大学学报, 2013, 42(2): 272-276. doi: 10.3969/j.issn.1001-0548.2013.02.018
[10]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[11]	刘啸滨, 郭兵, 沈艳, 王继禾, 伍元胜. 嵌入式软件算法级功耗BP网络模型研究 . 电子科技大学学报, 2011, 40(6): 921-926. doi: 10.3969/j.issn.1001-0548.2011.06.022
[12]	尹健康, 陈昌华, 邢小军, 谭俊, 姚进. 基于BP神经网络的烟田土壤水分预测 . 电子科技大学学报, 2010, 39(6): 891-895. doi: 10.3969/j.issn.1001-0548.2010.06.018
[13]	姜正茂, 杨建宇, 李良超. BP神经网络天线方向图获取方法研究 . 电子科技大学学报, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009
[14]	黄建国, 罗航, 王厚军, 龙兵. 运用GA-BP神经网络研究时间序列的预测 . 电子科技大学学报, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028
[15]	张赪, 蔡之华. 代价敏感的GEP分类算法实现 . 电子科技大学学报, 2007, 36(6): 1319-1321.
[16]	金明曦, 武妍. 基于对向传播神经网络的人脸识别方法 . 电子科技大学学报, 2004, 33(5): 573-576.
[17]	张宇, 郭晶, 周激流. 动态变异遗传算法 . 电子科技大学学报, 2002, 31(3): 234-239.
[18]	任立勇, 卢显良. 基于串-并行计算BP网络拓扑结构的研究与实现 . 电子科技大学学报, 2000, 29(2): 197-200.
[19]	刘光远, 虞厥邦, 邱玉辉. 一种快速BP算法的研究 . 电子科技大学学报, 1998, 27(3): 265-268.
[20]	孟相如, 虞厥邦. 电流模式神经网络分类器的CMOS实现技术 . 电子科技大学学报, 1997, 26(5): 453-456.

WeChat

点击查看大图

计量

文章访问数: 4553
HTML全文浏览量: 164
PDF下载量: 59
被引次数: 0

一种并联抑制神经网络结构及学习算法

武妍¹,
王守觉²

1. 同济大学计算机科学与技术系上海杨浦区 200092;

2. 中国科学院半导体研究所神经网络实验室北京海淀区 100083

基金项目:

国家自然科学基金资助项目(60135010)

作者简介:
武妍(1967-),女,博士,教授,主要从事神经网络,模式识别等方面的研究;王守觉(1926-),男,教授,博士生导师,中国科学院院士,主要从事神经网络、仿生模式识别等方面的研究.

武妍(1967-),女,博士,教授,主要从事神经网络,模式识别等方面的研究;王守觉(1926-),男,教授,博士生导师,中国科学院院士,主要从事神经网络、仿生模式识别等方面的研究.

收稿日期: 2004-04-15
刊出日期: 2006-06-15

中图分类号: TP183

关键词:

摘要: 对普通并联神经元的缺陷进行了分析,提出了一种广义的并联抑制神经元,构造了基于并联抑制神经元的前向神经网络结构,并给出了相应的学习算法。通过对几个模式分类问题的基准问题的测试,将提出的方法与SIANN、BP神经网络进行了比较,验证了提出的网络结构和学习算法的有效性。实验结果表明:单个的GSIN和简单的GSINN可以取得比SIANN和BP网络都好的分类效果。

English Abstract

武妍, 王守觉. 一种并联抑制神经网络结构及学习算法[J]. 电子科技大学学报, 2006, 35(3): 399-402.

引用本文:

武妍, 王守觉. 一种并联抑制神经网络结构及学习算法[J]. 电子科技大学学报, 2006, 35(3): 399-402.

WU Yan, WANG Shou-jue. A Shunting Inhibition Neural Network Structure and Learning Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 399-402.

Citation:

WU Yan, WANG Shou-jue. A Shunting Inhibition Neural Network Structure and Learning Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 399-402.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发