Knowledge Commons of Institute of Automation,CAS
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 | |
发表期刊 | 自动化学报 |
ISSN | 0254-4156 |
2023 | |
卷号 | 49期号:10页码:2145-2158 |
摘要 | 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. |
关键词 | 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 |
DOI | 10.16383/j.aas.c220638 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56055 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 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. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2022-0638.pdf(1724KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[李文静]的文章 |
[李治港]的文章 |
[乔俊飞]的文章 |
百度学术 |
百度学术中相似的文章 |
[李文静]的文章 |
[李治港]的文章 |
[乔俊飞]的文章 |
必应学术 |
必应学术中相似的文章 |
[李文静]的文章 |
[李治港]的文章 |
[乔俊飞]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论