版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近幾年來,隨著脈沖神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法研究的快速發(fā)展,越來越多的研究結(jié)果顯示脈沖神經(jīng)元通過接受、發(fā)放脈沖來傳輸信息和實(shí)現(xiàn)功能的工作原理更加接近于真實(shí)的生物神經(jīng)元,基于精確定時的脈沖神經(jīng)網(wǎng)絡(luò)成為了神經(jīng)系統(tǒng)信息處理的有效工具?;诰_定時的脈沖序列編碼信息的特點(diǎn),脈沖神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)目的是通過突觸權(quán)值的調(diào)整使神經(jīng)網(wǎng)絡(luò)能夠輸出脈沖序列,表達(dá)特定信息的脈沖序列?;诿}沖精確定時特性的脈沖神經(jīng)網(wǎng)絡(luò)擁有更強(qiáng)大的存儲和計算機(jī)能力,它能夠模擬各種神經(jīng)
2、元信息和任意的連續(xù)函數(shù),非常適合于大腦神經(jīng)信息的處理問題。
首先,多數(shù)脈沖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法借鑒于人工神經(jīng)網(wǎng)絡(luò)中的誤差反向傳播算法,在此基礎(chǔ)上給出了梯度下降的學(xué)習(xí)規(guī)則,提出了一種基于具有反饋的局部遞歸脈沖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的監(jiān)督學(xué)習(xí)算法。針對精確定時的脈沖編碼,首先定義了多脈沖誤差函數(shù)?;谔荻认陆禈?gòu)建輸出層和隱含層,隱含層與遞歸層神經(jīng)元之間突觸權(quán)值的學(xué)習(xí)規(guī)則,實(shí)現(xiàn)了遞歸脈沖神經(jīng)網(wǎng)絡(luò)突觸權(quán)值的自動調(diào)整。目前多數(shù)基于梯度下降的學(xué)習(xí)方法只
3、能進(jìn)行單脈沖的學(xué)習(xí),文中分析了其中的原因,構(gòu)造了適合本文算法的脈沖響應(yīng)神經(jīng)元模型,使輸出層的神經(jīng)元能夠發(fā)放多個脈沖,并且能夠用于分類問題。提高了遞歸脈沖神經(jīng)網(wǎng)絡(luò)在解決復(fù)雜問題中的應(yīng)用能力。
然后,通過模擬一系列脈沖序列的學(xué)習(xí),驗(yàn)證了文中所提遞歸脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)算法對多種情況脈沖序列的學(xué)習(xí)能力。在脈沖序列的學(xué)習(xí)過程中,通過對單脈沖序列的學(xué)習(xí),驗(yàn)證了對于給定的輸入脈沖序列,遞歸脈沖神經(jīng)網(wǎng)絡(luò)能夠訓(xùn)練出一個理想的脈沖序列。接著,通
4、過對多脈沖序列的學(xué)習(xí)顯示了學(xué)習(xí)一個隨機(jī)輸入脈沖序列模式到多個目標(biāo)輸出脈沖序列的映射的能力。結(jié)果顯示該算法能夠?qū)崿F(xiàn)脈沖序列復(fù)雜時空模式的學(xué)習(xí)。
最后,在多任務(wù)脈沖序列的學(xué)習(xí)過程中展示了該算法對于不同的輸入模式能夠并行地完成多模式的學(xué)習(xí)能力。實(shí)驗(yàn)結(jié)果表明了該遞歸脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)算法能夠有效的完成不同的脈沖序列學(xué)習(xí)任務(wù),能夠?qū)崿F(xiàn)脈沖序列的復(fù)雜時空模式學(xué)習(xí)。同時,將該算法應(yīng)用到了對LabelMe圖像數(shù)據(jù)集中部分圖像的分類問題,驗(yàn)證
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于脈沖序列內(nèi)積的脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)研究
- 基于脈沖序列內(nèi)積的脈沖神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)研究.pdf
- 基于STDP的脈沖神經(jīng)網(wǎng)絡(luò)無監(jiān)督學(xué)習(xí)研究.pdf
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)在人臉圖像識別中的應(yīng)用研究.pdf
- 基于相關(guān)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的圖像識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究
- 基于量子協(xié)同神經(jīng)網(wǎng)絡(luò)的圖像識別.pdf
- 基于嗅覺神經(jīng)網(wǎng)絡(luò)的織物圖像識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像識別系統(tǒng)的研究及實(shí)現(xiàn).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)圖像識別的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的肝臟B超圖像識別研究.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的腫瘤細(xì)胞圖像識別研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的圖像識別和分類.pdf
- 基于進(jìn)化概率神經(jīng)網(wǎng)絡(luò)的紋理圖像識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的半監(jiān)督學(xué)習(xí)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像識別系統(tǒng)的研究.pdf
評論
0/150
提交評論