陈丽
作品数： 4被引量：4H指数：1
  • 所属机构:上海交通大学电子信息与电气工程学院信息安全工程学院
  • 所在地区:上海市
  • 研究方向:自动化与计算机技术

相关作者

戚飞虎
作品数：231被引量：2,238H指数：24
供职机构：上海交通大学电子信息与电气工程学院计算机科学与工程系
研究主题：神经网络 模式识别 图像处理 图像分割 遗传算法
作品列表
基于梯度动力学的协同神经网络学习算法的改进
2005年
本文在研究协同神经网络梯度动力学过程的基础上 ,针对学习过程收敛速度缓慢的缺点 ,提出了一种改进的、基于梯度动力学的协同神经网络学习算法。该算法分析了非平衡注意参数对学习过程的影响 ,简化了初始伴随向量的选取 ;并引入最优化理论 ,将该问题归结为求解非线性最优化问题 ,用共轭梯度法代替梯度下降法 ,加快了学习过程的收敛。通过对汉字图像库和人脸图像库的图像识别实验表明 ,该算法比其他学习算法的识别率高 。
陈丽戚飞虎
关键词：学习算法神经网络图像识别
基于梯度动力学的协同神经网络学习算法的改进被引量：4
2005年
本文在研究协同神经网络梯度动力学过程的基础上 ,针对学习过程收敛速度缓慢的缺点 ,提出了一种改进的基于梯度动力学的协同神经网络学习算法。该算法分析了非平衡注意参数对学习过程的影响 ,简化了初始伴随向量的选取 ;并引入最优化理论 ,将该问题归结为求解非线性最优化问题 ,用共轭梯度法代替梯度下降法 ,加快了学习过程的收敛。通过对汉字图像库和人脸图像库的图像识别实验 ,表明该算法较之其他学习算法有较高的识别率 ,并能较快的收敛到极小值。
陈丽戚飞虎
关键词：学习算法神经网络图像识别
一种新的基于梯度动力学的协同神经网络学习算法
2004年
在研究协同神经网络梯度动力学过程的基础上,针对学习过程收敛速度缓慢的缺点,介绍了一种改进的基于梯度动力学的协同神经网络学习算法。该算法分析了非平衡注意参数对学习过程的影响,简化了初始伴随向量的选取;并引入最优化理论,将该问题归结为求解非线性最优化问题,提出了适时地用共轭梯度法代替梯度下降法的算法,加快了学习过程的收敛。通过对标准人脸图像库的图像识别实验表明该算法较之其他学习算法有较高的识别率,并能较快地收敛到极小值。
陈丽戚飞虎
关键词：协同神经网络共轭梯度法
一种改进的基于梯度动力学的协同神经网络学习算法
本文在研究协同神经网络梯度动力学过程的基础上,针对学习过程收敛速度缓慢的缺点,提出了一种改进的基于梯度动力学的协同神经网络学习算法.该算法分析了非平衡注意参数对学习过程的影响,简化了初始伴随向量的选取;并引入最优化理论,...
陈丽戚飞虎
关键词：协同神经网络共轭梯度法
文献传递