网络群负相关训练算法的等价形式

来源 :信号处理 | 被引量 : 0次 | 上传用户:ouyang1225
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在基于负相关的神经网络群学习算法中,相关项由目标输出或网络群输出定义。本文首先证明无论相关项采用何种定义形式,个体网络的目标函数都等价于网络自身性能和群性能的线性组合,线性组合系数由给定参数和网络群规模共同确定。然后给出个体网络目标函数的统一定义,并分析了目标函数内参数的含义。该目标函数表明负相关算法实际是实现多目标优化,所以网络群算法无需负相关概念,从而在概念和实现两方面简化了负相关算法。
其他文献
数据的描述方法对提取数据特征至关重要,通常这种描述方法是基于数据的线性变换。传统的的傅立叶变换、离散余弦变换、主分量分析等线性变换方法都是基于全局变换的思想,无法
针对MIMO-OFDM系统,提出了一种基于时隙ALOHA协议的随机接入方案,该方案利用一个简单的中心控制器和物理层的自适应调制技术以及MIMO迫零信号检测算法,在媒体接入控制层提供多包
首先讨论了多智能体、计算机支持的协同工作和公共对象请求代理体系,综述了全能制造系统、供应链管理、虚拟企业、机器人、工艺规划、调度和装配等多智能体技术.在综合大量文