煤炭工程
煤炭工程
매탄공정
COALMINE DESIGN
2009年
10期
90-91
,共2页
神经网络%邻域相关信息%能量函数%图象分割
神經網絡%鄰域相關信息%能量函數%圖象分割
신경망락%린역상관신식%능량함수%도상분할
竞争Hopfield神经网络(Competitive Hopfield Neural Network),简称CHNN.它是一种融入优胜者全取(winner-takes-all-WTA)学习机制的Hopfield神经网络,它具有收敛速度快的特点.论文在此基础上,融入邻域相关信息,构造能量函数,用CHNN极小化该能量函数,从而在不需要预先知道分割类数的情况下,实现了自动确定聚类数目并给出聚类中心.这种分割方法不仅能自动确定聚类数,而且具有收敛速度快、抗噪能力强等优点.
競爭Hopfield神經網絡(Competitive Hopfield Neural Network),簡稱CHNN.它是一種融入優勝者全取(winner-takes-all-WTA)學習機製的Hopfield神經網絡,它具有收斂速度快的特點.論文在此基礎上,融入鄰域相關信息,構造能量函數,用CHNN極小化該能量函數,從而在不需要預先知道分割類數的情況下,實現瞭自動確定聚類數目併給齣聚類中心.這種分割方法不僅能自動確定聚類數,而且具有收斂速度快、抗譟能力彊等優點.
경쟁Hopfield신경망락(Competitive Hopfield Neural Network),간칭CHNN.타시일충융입우성자전취(winner-takes-all-WTA)학습궤제적Hopfield신경망락,타구유수렴속도쾌적특점.논문재차기출상,융입린역상관신식,구조능량함수,용CHNN겁소화해능량함수,종이재불수요예선지도분할류수적정황하,실현료자동학정취류수목병급출취류중심.저충분할방법불부능자동학정취류수,이차구유수렴속도쾌、항조능력강등우점.
