基于量子協(xié)同神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別.pdf_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、協(xié)同學(xué)理論研究的要點(diǎn)是復(fù)雜系統(tǒng)宏觀特性的質(zhì)變。20世紀(jì)80年代末,Haken教授利用自發(fā)模式形成和模式識(shí)別之間存在很強(qiáng)的相似性,提出了將協(xié)同學(xué)理論運(yùn)用于模式識(shí)別中,并根據(jù)序參量的演化方程,構(gòu)造了自上而下的協(xié)同神經(jīng)網(wǎng)絡(luò)。
   本文圍繞協(xié)同神經(jīng)網(wǎng)絡(luò)模型、原型向量的優(yōu)化等方面進(jìn)行了研究。本文的主要工作如下:
   (1)在擬生態(tài)和仿生思想的啟發(fā)下,根據(jù)協(xié)同神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則,提出了量子進(jìn)化規(guī)劃方法用于協(xié)同神經(jīng)網(wǎng)絡(luò)圖像識(shí)別的算

2、法。該算法將量子計(jì)算的特性與進(jìn)化算法的尋優(yōu)能力相結(jié)合,具有優(yōu)良的特性。量子染色體能夠攜帶多個(gè)狀態(tài)信息,利用隨機(jī)觀測(cè)的方法可以由量子染色體產(chǎn)生新的原型向量,這樣能夠更好的保持群體的多樣性,克服早熟現(xiàn)象。算法中使用了量子更新算子,進(jìn)一步提高了圖像的識(shí)別效率。仿真對(duì)比實(shí)驗(yàn)證明了該算法的有效性。
   (2)基于人工免疫系統(tǒng)中的克隆選擇理論,將量子免疫克隆方法用于協(xié)同神經(jīng)網(wǎng)絡(luò)的原型向量學(xué)習(xí)中,實(shí)現(xiàn)了對(duì)圖像的識(shí)別。免疫克隆算法本身具有局部

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論