CASIA OpenIR  > 学术期刊  > 自动化学报
基于突触巩固机制的前馈小世界神经网络设计
李文静; 李治港; 乔俊飞
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:10Pages:2145-2158
Abstract小世界神经网络具有较快的收敛速度和优越的容错性,近年来得到广泛关注.然而,在网络构造过程中,随机重连可能造成重要信息丢失,进而导致网络精度下降.针对该问题,基于Watts-Strogatz (WS)型小世界神经网络,提出了一种基于突触巩固机制的前馈小世界神经网络(Feedforward small-world neural network based on synaptic consolidation,FSWNN-SC).首先,使用网络正则化方法对规则前馈神经网络进行预训练,基于突触巩固机制,断开网络不重要的权值连接,保留重要的连接权值;其次,设计重连规则构造小世界神经网络,在保证网络小世界属性的同时实现网络稀疏化,并使用梯度下降算法训练网络;最后,通过4个UCI基准数据集和2个真实数据集进行模型性能测试,并使用Wilcoxon符号秩检验对对比模型进行显著性差异检验.实验结果表明:所提出的FSWNN-SC模型在获得紧凑的网络结构的同时,其精度显著优于规则前馈神经网络及其他WS型小世界神经网络.
Keyword小世界神经网络 突触巩固机制 网络正则化 重连规则 Wilcoxon符号秩检验
DOI10.16383/j.aas.c220638
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56055
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
李文静,李治港,乔俊飞. 基于突触巩固机制的前馈小世界神经网络设计[J]. 自动化学报,2023,49(10):2145-2158.
APA 李文静,李治港,&乔俊飞.(2023).基于突触巩固机制的前馈小世界神经网络设计.自动化学报,49(10),2145-2158.
MLA 李文静,et al."基于突触巩固机制的前馈小世界神经网络设计".自动化学报 49.10(2023):2145-2158.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2022-0638.pdf(1724KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[李文静]'s Articles
[李治港]'s Articles
[乔俊飞]'s Articles
Baidu academic
Similar articles in Baidu academic
[李文静]'s Articles
[李治港]'s Articles
[乔俊飞]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李文静]'s Articles
[李治港]'s Articles
[乔俊飞]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2022-0638.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.