论文部分内容阅读
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。