基于树形奇偶机的神经网络同步新学习规则

作者：梁一峰; 廖晓峰; 任晓霞

来源：计算机应用, 2013, (01): 146-148+152.

• 树形奇偶机
• 神经网络
• 同步
• 神经密码 Tree Parity Machine(TPM)
• neural network
• synchronization
• neural cryptography

针对神经密码同步速度慢的问题,基于树形奇偶机(TPM),提出修改权值的新规则,在同步过程中设置队列用来记录每次通信的结果,实时估计两个互相通信的树形奇偶机的同步程度,并根据估计的结果决定权值修改幅度,在同步程度较低时适当增大权值修改量,在同步程度较高时适当减小权值修改量。仿真实验结果表明,应用新学习规则后同步效率提高了80%以上,同时与几种经典学习规则相比,计算开销更小,安全性得到进一步提高。

• 单位
  重庆大学