计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2009年
4期
971-973
,共3页
冯乃勤%董亚杰%南书坡%郭战杰
馮迺勤%董亞傑%南書坡%郭戰傑
풍내근%동아걸%남서파%곽전걸
竞争%学习矢量量化%死点%训练误差%阈值
競爭%學習矢量量化%死點%訓練誤差%閾值
경쟁%학습시량양화%사점%훈련오차%역치
竞争型神经网络存在"死点"问题,某些神经元在竞争中可能始终未能获胜而成为"死神经元",不仅造成神经元的浪费,而且造成训练误差偏大,无法达到训练误差的精度要求,不能很好完成它所担负的聚类或分类任务.针对该问题,研究竞争型神经网络的切入点,深入探讨了LVQ神经网络并且通过引入阈值学习规则,均衡神经元获胜的机会,较好地解决了该类网络在遇到"死"点时训练误差偏大的问题,仿真实验结果表明了该方法的有效性.
競爭型神經網絡存在"死點"問題,某些神經元在競爭中可能始終未能穫勝而成為"死神經元",不僅造成神經元的浪費,而且造成訓練誤差偏大,無法達到訓練誤差的精度要求,不能很好完成它所擔負的聚類或分類任務.針對該問題,研究競爭型神經網絡的切入點,深入探討瞭LVQ神經網絡併且通過引入閾值學習規則,均衡神經元穫勝的機會,較好地解決瞭該類網絡在遇到"死"點時訓練誤差偏大的問題,倣真實驗結果錶明瞭該方法的有效性.
경쟁형신경망락존재"사점"문제,모사신경원재경쟁중가능시종미능획성이성위"사신경원",불부조성신경원적낭비,이차조성훈련오차편대,무법체도훈련오차적정도요구,불능흔호완성타소담부적취류혹분류임무.침대해문제,연구경쟁형신경망락적절입점,심입탐토료LVQ신경망락병차통과인입역치학습규칙,균형신경원획성적궤회,교호지해결료해류망락재우도"사"점시훈련오차편대적문제,방진실험결과표명료해방법적유효성.
