基于CS的Hopfield神经网络数字识别应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Application of Digit Recognition Based on Hopfield Neural Network with CS
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    介绍了布谷鸟搜索(cuckoo search, CS)和Hopfield神经网络的基本原理, 研究了基于Hopfield神经网络的数字识别应用. 针对Hopfield网络权值在数字识别时易陷入局部最优, 提出将CS引入Hopfield神经网络的解决方法. 利用CS对复杂、多峰、非线性极不可微函数的全局搜索能力, 使Hopfield网络在较高噪信比的情况下仍保持较高的联想成功率, 并进行了仿真. 仿真结果表明, 该方法识别数字的效果更佳.

    Abstract:

    The basic theories of cuckoo search (CS) and Hopfield Neural Network (HNN) are introduced, and the application of Hopfield Network in the digit recognition is researched. Aiming at the problem that Hopfield Neural Network can easily fall into local minimum, a new method that Hopfield network combines CS is presented. The method uses the global search capability of CS for complex, multimodal, nonlinear and non-differentiable functions to make Hopfield network keep a higher success rate even if noise-to-Signal ratio is high, and a simulation was carried out. Experiment results show that this method has a better performance.

    参考文献
    相似文献
    引证文献
引用本文

董亚南,高晓智.基于CS的Hopfield神经网络数字识别应用.计算机系统应用,2015,24(7):132-136

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-11-05
  • 最后修改日期:2014-12-17
  • 录用日期:
  • 在线发布日期: 2015-07-17
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号