MCA算法的改进及收敛性分析

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:myhululu
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
人工神经网络是对人脑的反应机制进行简化、抽象和模拟建立起来的数学模型,通过大量基本组成单位——人工神经元的相互连接而对外界环境输入的信息进行并行分布式的处理,具有较强的自适应性和容错性.作为人工神经网络的一个应用——MCA神经网络学习算法,就是寻找一个方向,使得数据空间在这个方向上的投影有最小的方差.由于其应用的广泛性,MCA算法的收敛性变得非常重要.因为确定离散时间(Deterministic Discrete Time,DDT)系统不要求算法的学习率收敛到零,而且还可以保持算法的离散特征,所以基于DDT系统的MCA收敛性分析是近年来人们研究的热点.本文对Oja-Xu MCA和Ojan MCA学习算法进行了研究.对于前者,我们在归一化Oja-Xu MCA算法的基础上又做了进一步的改进,提出了固定步长的跳步归一化及自适应变步长的跳步归一化方法,提高算法的收敛速度和学习精度,并且还对固定步长的跳步归一化方法做了权值有界性的证明。对于后者,我们在理论上对算法的收敛性进行了分析,将原有学习率的取值范围扩大了一倍,并通过数值试验验证了我们的理论结果。本文的结构安排如下:第一章介绍了人工神经网络及MCA神经网络学习算法的相关背景知识,第二章对归一化Oja-Xu MCA算法进行了改进,第三章对Ojan MCA算法的收敛性做了进一步的研究,最后是结论。
其他文献
合作对策考虑的中心问题是如何将联盟的整体费用(收益)公平合理的分配给联盟Ⅳ中的每个成员。根据不同的合理性要求产生了不同的对策解的概念,如核心,核仁和Shapley值等。核仁
本研究采用淡化时间变量与空间变量之间的区别的技巧将文献[37]中的相应结果推广至非自治系统。我们研究大时间尺度Hamilton-Jacobi方程的Cauchy问题的粘性解在ε→0时的渐近
针对我国目前开展“研究性学习”的现状及存在的问题,设法把“研究性学习”引入高等职业院校的课堂教学中。通过研究,结合高职课程改革,以学生为主体,探索以课内的教学带动学
鄂温克族虽然人口少,却孕育出富有魅力的传统体育文化.探索鄂温克族传统体育文化产生的渊源,梳理鄂温克族传统体育文化的内涵,分析鄂温克族传统体育文化的特征,以期为推动鄂
纹理分类是模式识别和图像处理的一个重要问题。在过去的几十年里,人们成功的把小波包分解和支持向量机应用于二维纹理分类方面。虽然现实世界中三维纹理比二维纹理更普遍存在
户外广告和牌匾标识管理是城市管理的重要内容之一,也是凸显城市个性魅力、体现城市文化品位、提升城市整体形象的重要举措、与我国城市相比,美国城市广告和牌匾标识的管理
迄今为止,Hilbert第16问题依然是非线性微分方程中的最著名且最具挑战性的一个问题。V. I. Arnold在1977年提出了该问题的一个弱化形式,之后研究弱化的希尔伯特第16问题成为当
排序是组合最优化学科中的一个重要分支,广泛活跃于现代工业应用中,比如机械制造、计算机等领域。为了更贴近实际生产,现代排序问题不断突破经典排序模型,工件加工时间是可变的模
本文主要是研究如何设计有效的自适应算法和并行算法,用以复兴传统的Semi—Lagrangian算法。首先我们重新分析了算法的收敛性,给出了相对简化的ε一致的先验误差估计。然后针对
闭包系统与闭包算子作为经典数学中非常有用的工具,涉及到各种不同的研究领域,本文研究了模糊化(Fuzzifying)闭包系统及相应的Birkhoff型闭包算子,并对其空间性质进行了探讨。