资源描述：
《基于距离学习法的模式识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第19卷第3期计算机技术与发展Vol.19No.32009年3月COMPUTERTECHNOLOGYANDDEVELOPMENTMar.2009基于距离学习法的模式识别杨盈,李朝峰(江南大学,江苏无锡214122)摘要:提出了一种用于改善二维Hopfield神经网络性能的模块化方法。这种方法受到了生物视觉感知系统的启发。图像处理过程采用了Hebbian学习规则,并在训练过程中引入了衰减距离因子。距离因子的取值,综合考虑了各神经元与当前神经元空间位置的因素。对字符图像识别的实验表明,新方法学习和识别的性能都非常优秀。关键词:模式识别;Hopf
2、ield网络;学习算法中图分类号:TP301.6文献标识码:A文章编号:1673-629X(2009)03-0077-03LearningUsingDistanceBasedTrainingAlgorithmforPatternRecognitionYANGYing,LIChao2feng(JiangnanUniversity,Wuxi214122,China)Abstract:Amodularapproachforimprovingtheperformanceof2-DHopfieldneuralnetworkispresentedint
3、hispaper.Theapproachisinspiredbybiologicalvisualperceptionphenomenon.ThetrainingmethodintroducesadecayingdistancefactorintotheHebbianlearningruleforimageprocessingapplications.Thevalueofthedistancefactorvariesbasedonthespatiallocationoftheneuronswithrespecttotheneuronunder
4、consideration.Experimentsperformedwithcharacterimagesshowthatthenewapproachcanlearnandrecognizepat2ternsveryeffectively.Keywords:patternrecognition;Hopfieldnetwork;learningalgorithm0引言相连接的。在图像处理的应用中发现,邻近像素对一模式识别是相联存储器的主要应用方向。主要任个节点的影响要比更远一些的像素的影响大得多。因务是在输入模型是有噪声的训练模型时,能输出清
5、晰此,二维Hopfield网络在图像处理中的应用可以通过的、无噪声的模型[1]。Hopfield模型使得相联存储器合并衰变权重因数来进行改进,衰变权值因数减少了[2,4]成为神经网络研究中的主要方向,它利用Kohonen算更远处神经元的连接权值。法描述相联矩阵存储器的起始过程。神经网络可以通利用Hebbian学习法验证了在二维Hopfield网络过例子来进行学习。模块化网络被赋予了特殊使命,中像素点离的越远连接权值影响越小的结论。广义模在这种网络中,只有相邻的神经元连接在一起。模块块化系统是相邻神经元组成的一个模块,所有模块都化网络是模仿大
6、脑中的信息处理模型构建的。理论研与其他模块相联。在Hebbian学习法中应用了空间衰究表明,模块化网络中每个神经元的能量存储能力比减距离,以减少来自远处神经元对本神经元的影响。[2～4]可以证明,应用距离训练算法减少更远处神经元的连非模块化网络大得多。模块化网络采用全连接网络模式,可以通过减少接权值能够改善网络的收敛和学习能力。权重值、保持最有效的连接组织等方式来达到网络的模块化。一个模块可以同时与其它相邻模块进行通1网络模型话。一些网络(如Hopfield网络)假设所有节点都是互对于一个普通的有N×M个神经元的二维Hopfield网络,w
7、ijkl用表示第k行l列神经元到第i行j[5]列神经元的连接权值,其值可以用下式计算:收稿日期:2008-06-03P作者简介:杨盈(1980-),女,硕士研究生,研究方向为人工智能sswijkl=∑xijxkl与模式识别;李朝峰,博士后,副教授,研究方向为人工智能与模式s=1(1)识别。1≤i,k≤N;1≤j,l≤M·78·计算机技术与发展第19卷s其中xnm∈{-1,+1}是第s个训练模型中网络第m个图像的透视法分析之后,可以减少网络训练的数量。行n列的输入值,P是用于训练的模型的数目。网络的中心模块与其相邻模块交互连接的减少使得神经元
8、学[5]输出网络可用下式计算:习过程中的有害连接也大大减少。训练算法中D的一NM个主要优势就是,所有权值处于D范围外的点都不需Netij=∑∑wijklxklk=1l=1(2)要
