|
|||||
|
|
| 基于粒子群算法优化Spiking神经网络 | |
| 作者姓名： | 沈虹 蔚承建 苏俊霞 |
| 作者单位： | 南京工业大学,信息科学与工程学院,江苏,南京,210009 |
| 摘 要： | Spiking神经网络采用神经元的发放时间点进行信息编码,更接近于生物神经元.学习算法的选取对发挥Spiking神经网络的性能有很大的影响.基于BP算法的SpikeProp采用多突触连接的网络结构,利用梯度信息进行网络参数的调整,易于陷入局部最优解;且连接权值的选取只能为正值,否则将不收敛.采用粒子群算法(Particle Swarm Optimization,PSO)进行Spiking网络连接参数的调整,全局收敛性好,减少了对连接权值的约束,简化了网络结构.实验表明,该方法是一种有效的Spiking网络学习方法. |
| 关 键 词： | Spiking神经网络 粒子群算法 XOR问题 IRIS问题 |
| 文章编号： | 1001-9081(2005)12Z-0305-03 |
| 修稿时间： | 2005-06-17 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |