2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩119頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、前饋式神經網絡是最具有代表性、應用最廣的神經網絡模型。誤差反向傳播算法(Backpropagation,BP)是其經典的訓練算法。但由于BP算法是基于固定學習率的梯度算法,所以不可避免地面臨著收斂速度緩慢等缺陷。為了加快前饋式神經網絡的收斂速度,出現(xiàn)了很多改進算法。它們都在一定程度上提高了網絡的收斂速度。然而它們大都存在著諸如仍以梯度為基礎,需要大量的存儲空間,泛化能力不夠等不足。 本文在研究和分析已有的改進算法基礎上,首先基于

2、優(yōu)化理論中的Hooke-Jeeves模式搜索方法提出了一種新的快速訓練算法(Hooke-JeevesPatternSearch,簡稱HJPS算法)。該方法由探測搜索和模式移動兩個步驟組成,二者交替進行,使網絡參數(shù)得到優(yōu)化。由于神經網絡的結構特點,即調整某個參數(shù)時,只影響與其相關的變量,所以可以只針對誤差函數(shù)的變化部分計算。對于三層網絡的四類參數(shù),分別給出其簡化的誤差函數(shù)表達式,從而將原問題轉化成一維搜索問題。使得訓練過程被簡化,從而保證

3、快速收斂。該算法最大的優(yōu)點是無需計算誤差函數(shù)的梯度。并且一旦網絡結構被確定,則不再需要人為地調節(jié)任何參數(shù)。 逐層算法(Layer-by-Layer,簡稱LBL算法)是一種非常有效的神經網絡訓練算法,本文將其與HJPS算法的思想結合,提出一種逐參數(shù)算法(Parameter-by-Parameter,簡稱PBP算法)。該算法在訓練過程中考慮輸出層和隱層的輸入誤差,在每一次迭代中,通過最小二乘法對權值和閾值依次直接求解,從而大大地提高

4、了網絡的收斂速度。在PBP算法中,對隱層期望輸出,需要求解一個線性方程組,當網絡的輸出層與隱層之間的權向量線性相關時,方程組系數(shù)行列式為0,此時就會像LBL算法一樣出現(xiàn)“stalling”問題。本文提出應用Moore-Penrose逆方法來解決這一問題。 為了避免在PBP算法中出現(xiàn)“stalling”問題,以及在對求出的隱層期望輸出中超出sigmoid函數(shù)范圍的部分進行截斷時產生的截斷誤差,本文提出用目標規(guī)劃的方法來求解隱層的期

5、望輸出。首先將求解隱層期望輸出的問題轉化成一個多目標線性規(guī)劃問題,建立其目標規(guī)劃模型,然后通過求解該目標規(guī)劃模型來得到問題的解。通過這種方法,無論網絡輸出層與隱層之間的權向量是否線性相關,都可以根據目標規(guī)劃模型給出一組滿意解。而且,由于在模型中為相應的約束條件賦予較高的優(yōu)先級,可以有效地避免截斷誤差-Ⅰ-的產生?;谀繕艘?guī)劃方法提出的訓練算法(Parameter-by-ParameterbasedonGoalProgramming,簡稱

6、PBPGP算法),在兩個實際應用問題中取得了令人滿意的效果。 為了考察我們所提出的算法的實用性,我們將其應用到掌紋識別的研究中。 掌紋識別作為一種新興的人體生物識別技術,近年來已受到越來越多的關注。本文提出基于平移不變Zernike矩(TranslationInvariantZernikeMoments,TIZMs)與模塊化神經網絡(ModularNeuralNetwork,MNN)的掌紋識別方法TIZMs&MNN。Ze

7、rnike矩特征由于具有良好的旋轉不變性,在圖像處理和模式識別中已經得到了廣泛的應用,本文采用平移不變的Zernike矩作為掌紋的特征,以此彌補定位方法的不足。由于掌紋識別是一個大規(guī)模的多分類系統(tǒng),單個的前饋式神經網絡很難勝任。我們采用模塊化神經網絡的思想,將一個多分類問題轉化為多個簡單的二類問題。每個二類問題由一個三層前饋式神經網絡來解決,并采用本文提出的HJPS和PBP算法的融合HJ-PBP算法來訓練。另外,在辨識過程中采用“跳躍式

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論