论文部分内容阅读
不变性方法是协同模式识别研究中的一个重要方面,通常情况下,协同试验模式同原型模式间存在模式变形。本文提出一种协同模式识别的不变性迭代匹配算法,在协同网络中匹配问题转化为函数优化问题,采用一种基于共轭梯度的势能函数优化方法,并利用试验模式和仿射参数交替迭代的方法估计最优参数,通过协同神经网络中测试模式和原型模式同化等效的推论,然后由序参量进化方程得到正确的识别结果。相比于传统的频域变换的方法,更接近于人类的认知过程;相比于梯度动力学的方法,能避免有势动力学演化中"伪状态"的出现,最后通过实验验证了算法