计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2009年
8期
338-340
,共3页
数据荚联%神经网络%激活函数
數據莢聯%神經網絡%激活函數
수거협련%신경망락%격활함수
Hopfield神经网络数据关联算法足密集多回波环境下一种有效的关联方法.但是,Hopfield神经网络大都使用Sigmoid激活函数,主要缺点是函数在0点附近对噪声十分敏感.为克服上述缺点,引进了一种新的激活函数.新函数通过参数调节网络中各神经元对输入值的敏感区域,可以在降低对噪声的敏感度的同时,保持对信号的有效响应.仿真结果表明,在Hopfield网络中采用的新的激活函数,可以使NJPDA算法的均方根误差更接近JPDA算法,进一步提高了基于神经网络的关联算法的性能.
Hopfield神經網絡數據關聯算法足密集多迴波環境下一種有效的關聯方法.但是,Hopfield神經網絡大都使用Sigmoid激活函數,主要缺點是函數在0點附近對譟聲十分敏感.為剋服上述缺點,引進瞭一種新的激活函數.新函數通過參數調節網絡中各神經元對輸入值的敏感區域,可以在降低對譟聲的敏感度的同時,保持對信號的有效響應.倣真結果錶明,在Hopfield網絡中採用的新的激活函數,可以使NJPDA算法的均方根誤差更接近JPDA算法,進一步提高瞭基于神經網絡的關聯算法的性能.
Hopfield신경망락수거관련산법족밀집다회파배경하일충유효적관련방법.단시,Hopfield신경망락대도사용Sigmoid격활함수,주요결점시함수재0점부근대조성십분민감.위극복상술결점,인진료일충신적격활함수.신함수통과삼수조절망락중각신경원대수입치적민감구역,가이재강저대조성적민감도적동시,보지대신호적유효향응.방진결과표명,재Hopfield망락중채용적신적격활함수,가이사NJPDA산법적균방근오차경접근JPDA산법,진일보제고료기우신경망락적관련산법적성능.
