Indexed by：
Abstract：
针对离散Hopfield神经网络(DHNN)结构复杂的问题,提出一种基于贡献率的结构优化算法.该算法利用奇异值分解方法对连接权值进行设计,进而利用贡献率的方法对DHNN进行结构优化.优化后的网络降低了DHNN结构的复杂程度,使网络具有类似生物神经网络的稀疏结构,实现了DHNN网络结构的优化.最后,通过水质评价和数字识别对该算法进行验证,表明了所提出算法的有效性和可行性,同时,还验证了其对于大规模DHNN的有效性和适用性.
Keyword：
Reprint Author's Address：
Email：
Source ：
控制与决策
Year： 2015
Issue： 11
Volume： 30
Page： 2061-2066
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
