基于贡献率的离散Hopfield结构优化
来源期刊：控制与决策2015年第11期
论文作者：乔俊飞 李荣 韩红桂
文章页码：2061 - 2066
关键词：离散Hopfield;结构优化;连接权值;贡献率;
摘 要：针对离散Hopfield神经网络(DHNN)结构复杂的问题,提出一种基于贡献率的结构优化算法.该算法利用奇异值分解方法对连接权值进行设计,进而利用贡献率的方法对DHNN进行结构优化.优化后的网络降低了DHNN结构的复杂程度,使网络具有类似生物神经网络的稀疏结构,实现了DHNN网络结构的优化.最后,通过水质评价和数字识别对该算法进行验证,表明了所提出算法的有效性和可行性,同时,还验证了其对于大规模DHNN的有效性和适用性.
乔俊飞1，李荣1,2，韩红桂1
1. 北京工业大学电子信息与控制工程学院2. 北京农业职业学院信息技术系
摘 要：针对离散Hopfield神经网络(DHNN)结构复杂的问题,提出一种基于贡献率的结构优化算法.该算法利用奇异值分解方法对连接权值进行设计,进而利用贡献率的方法对DHNN进行结构优化.优化后的网络降低了DHNN结构的复杂程度,使网络具有类似生物神经网络的稀疏结构,实现了DHNN网络结构的优化.最后,通过水质评价和数字识别对该算法进行验证,表明了所提出算法的有效性和可行性,同时,还验证了其对于大规模DHNN的有效性和适用性.
关键词：离散Hopfield;结构优化;连接权值;贡献率;
