几类神经网络的分析与优化及其应用研究

作者：张莉

来源：其他, 2012.

• 进化神经网络
• Integrate-and-Fire神经网络
• 细胞神经网络
• 差分进化算法
• 正交试验设计
• 异或逻辑运算
• Levenberg-Marquardt算法
• 共轭梯度算法
• 函数逼近
• 模式分类
• 模式识别
• 图像处理 Evolutionary neural network
• Integrate-and-Fire neural network
• Cellular neural network
• Differential evolution
• Orthogonal experimental design
• XOR logic operation
• Levenberg-Marquardt method
• Conjugate gradient method
• Function approximation
• Pattern classification
• Pattern recognition
• Image processing

人工神经网络是人工智能研究领域的重要分支之一，在控制、预测、优化、系统辨识、信号处理和模式识别等方面有广泛的应用。本文分析和研究了几类主要的神经网络模型：进化神经网络、Integrate-and-Fire神经网络以及细胞神经网络，并将其应用于函数逼近、模式识别、数据分类和图像处理。论文的主要研究工作可概括为以下几个方面： 1．对无约束全局优化问题，分别将高斯变异和正交杂交用于差分进化算法的变异算子和杂交算子中，给出了一种插值局部搜索算子，提出了嵌入正交杂交和局部搜索的差分进化算法。对20个标准测试函数作了数值实验。与文献中其它差分进化算法的比较结果表明了算法的有效性。 由预估-...

• 单位
  西安电子科技大学