计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2009年
3期
179-183
,共5页
竞争Hopfield神经网络%合并拆分%多边形近似
競爭Hopfield神經網絡%閤併拆分%多邊形近似
경쟁Hopfield신경망락%합병탁분%다변형근사
多边形近似是提取曲线特征点和简化曲线描述的一种重要方法.提出一种改进的Hopfield神经网络多边形近似算法,该算法利用选择拐点策略减少了搜索空间,重新定义了神经网络的能量函数,使其更能反映优化目标;引?入合并拆分搜索策略,有效帮助神经网络脱离局部最小值.实验结果表明,提出的改进算法是有效的,比其它算法如关键点检测法、竞争Hopfield神经网络、混沌Hopfield神经网络、遗传算法等具有更优的性能.
多邊形近似是提取麯線特徵點和簡化麯線描述的一種重要方法.提齣一種改進的Hopfield神經網絡多邊形近似算法,該算法利用選擇枴點策略減少瞭搜索空間,重新定義瞭神經網絡的能量函數,使其更能反映優化目標;引?入閤併拆分搜索策略,有效幫助神經網絡脫離跼部最小值.實驗結果錶明,提齣的改進算法是有效的,比其它算法如關鍵點檢測法、競爭Hopfield神經網絡、混沌Hopfield神經網絡、遺傳算法等具有更優的性能.
다변형근사시제취곡선특정점화간화곡선묘술적일충중요방법.제출일충개진적Hopfield신경망락다변형근사산법,해산법이용선택괴점책략감소료수색공간,중신정의료신경망락적능량함수,사기경능반영우화목표;인?입합병탁분수색책략,유효방조신경망락탈리국부최소치.실험결과표명,제출적개진산법시유효적,비기타산법여관건점검측법、경쟁Hopfield신경망락、혼돈Hopfield신경망락、유전산법등구유경우적성능.