积分商城

最新搜索： hub usb 深究探针式水位检测中的电解效应 于振南 台达 pspice下载 ETA3000
您现在的位置是：首页 > 技术资料 > 基于SA-ANN的认知机制建模与识别优化算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于SA-ANN的认知机制建模与识别优化算法

更新时间：2019-12-24 14:20:44 大小：2M 上传用户：守着阳光1985查看TA发布的资源 标签：反向传播神经网络 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

人脑认知过程机制建模是人工智能研究领域的重要方向,当前基于统计模板分析与反向传播神经网络(BP-ANN)的认知方法在聚类计算与知识理解方面存在不足.针对上述问题,提出了一种基于模拟退火神经网络(SAANN)的认知过程机制建模方法.对人脑认知物理过程及其基本特征进行了分析,建立了面向认知过程的SA-ANN推理模型.提出了一种改进的模拟退火神经网络(ISA-ANN)识别优化算法,对认知过程信息特征提取、知识学习训练等关键环节进行了模拟研究.设计了认知过程机制算例,开发了相应的原型软件系统,对理论结果进行了验证.结果证明,该方法具有较好的聚类性能,可以针对具体测试对象进行准确识别,能够得到相对精确的认知演化规律.


部分文件列表

文件名 大小
基于SA-ANN的认知机制建模与识别优化算法.pdf 2M

【关注公众号领20积分】

部分页面预览

（完整内容请下载后查看）
8
Vol． 46 No． 8  
Aug． 2018  
第
期
电
子
学
报
2018  
8
ACTA ELECTRONICA SINICA  
年
月
SA- ANN  
基于  
的认知机制建模与识别优化算法  
1
2
，
陈树婷 谭大鹏  
( 1.  
，
杭州医学院基础医学部 浙江杭州  
310053; 2.  
，
浙江工业大学机械工程学院 浙江杭州  
310032)  
:
，
人脑认知过程机制建模是人工智能研究领域的重要方向 当前基于统计模板分析与反向传播神经网络  
摘
要
( BP-ANN)  
． ，  
的认知方法在聚类计算与知识理解方面存在不足 针对上述问题 提出了一种基于模拟退火神经网络  
( SA-  
ANN)  
． ，  
的认知过程机制建模方法 对人脑认知物理过程及其基本特征进行了分析 建立了面向认知过程的  
SA-ANN  
推
．
理模型 提出了一种改进的模拟退火神经网络  
( ISA-ANN)  
， 、  
识别优化算法 对认知过程信息特征提取 知识学习训练等  
． ， ， ．  
关键环节进行了模拟研究 设计了认知过程机制算例 开发了相应的原型软件系统 对理论结果进行了验证 结果证  
， ， ，  
明 该方法具有较好的聚类性能 可以针对具体测试对象进行准确识别 能够得到相对精确的认知演化规律  
．
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
认知过程 机制建模 信息加工 人工神经网络 模拟退火  
:
TP391，B842  
:
A
:
文章编号  
0372-2112 ( 2018) 08-2011-09  
文献标识码  
DOI: 10． 3969 /j． issn． 0372-2112． 2018． 08． 029  
电子学报  
SA-ANN Based Cognition Mechanism  
Modeling and the Improved Recognition Algorithm  
1
2
CHEN Shu-ting ，TAN Da-peng  
( 1. Department of Basic Medicine，Hangzhou Medical College，Hangzhou，Zhejiang 310053，China;  
2. College of Mechanical Engineering，Zhejiang University of Technology，Hangzhou，Zhejiang 310032，China)  
Abstract: Human cognition mechanism modeling was an important research direction of artificial intelligence area．  
Current modeling methods based statistical modes or back propagation artificial neural network ( BP-ANN) have the prob-  
lems of clustering computation and knowledge understanding． Concerning the issue，a mechanism modeling method for cog-  
nition process was proposed based on simulated annealing artificial neural network ( SA-ANN) ． The cognition physical  
process and its fundamental characteristics were analyzed，and a SA-ANN inference model oriented to cognition process was  
set up． An improved simulated annealing artificial neural network ( ISA-ANN) processing algorithm was put forward，and  
the critical factors of information character extraction and knowledge clustering for cognition process were simulated． Numer-  
ical instances for human cognition were provided，and a prototype prototype software system was developed to verify the the-  
oretical results． Experimental results prove that the proposed method is with better clustering performance，can correctly rec-  
ognize the testing object selected，and can reveal the evolution regulars of psychological cognition process．  
Key words: cognition process; mechanism modeling; information processing; artificial neural network; simulated an-  
nealing  
，
等模块组成的特殊系统 且需要遵照特定的规程对信  
1
引言  
［1］  
，
息进行加工 才能完成对信息的提取与认知  
．
信息加  
，
人脑认知是一个典型的信息加工过程 其机制建  
，
工理论的实质是以计算机系统为心理认知模型 得到  
．
模与算法设计是人工智能研究领域的重要方向 对于  
，
认知过程与计算机处理存在的对应关系 进而发现具  
，
信息加工处理 人与计算机在功能结构及其处理过程  
．
备一般性的信息加工规律 人与计算机是由操纵符号  
． 、 、  
方面有诸多相似之处 两者都是由信息输入 输出 存储  
; 、 、  
组成的信息加工系统 所谓操纵符号是对语言 标记 记  
: 2017-03-16;  
: 2017-11-13;  
:
责任编辑 马兰英  
收稿日期  
修回日期  
:
基金项目 国家自然科学基金  
( No． 51775501) ;  
( No． LR16050001) ;  
( No． 2015KYA067) ;  
浙江省医药卫生科技计划 浙江  
浙江省杰出青年科学基金  
( No． 2017SCG386)  
省教育科学规划项目  
2012  
2018  
年
电
子
学
报
， 、  
号等概念模式的统称 它的功能是代表 标志或指明外  
BP  
神经网络的认知方法在聚类计  
于统计模板分析与  
．
， ，  
算与知识理解方面存在不足 易于陷入局部最优解 使  
部世界的事物  
人工神经网络  
工智能领域的突出研究成果 它是对实体神经元网络  
( Artificial Neural Network，ANN)  
．
得认知识别结果的准确性收到限制  
是人  
，
，
针对以上问题 本文将模拟退火  
( Simulated Annea-  
， 、 ，  
的抽象模拟 具有容错性 高效性及自适应性等特点 且  
ling，SA)  
，
理论引入到认知机制建模领域 提出了一种基  
( SA-ANN) ，  
的认知机制建模方法  
、
具有较好的学习 记忆等认知功能  
; ANN  
、
的信息处理  
于模拟退火神经网络  
，
运行机制与心理认知过程非常相似 因此它比较适合  
SA-ANN  
．
建立了面向认知过程的  
推理模型 基于上述模  
( ISA-ANN)  
识
［2，3］  
．
ANN  
，
对认知过程进行模拟研究  
对相关实验性结论进行验证 也能够对感知 联想 学  
． Alt-  
利用  
模型不仅可以  
型 提出了一种改进的模拟退火神经网络  
，
、
、
，
BP-ANN、SA-ANN  
，
算法相对比 对认  
别算法 与传统的  
知过程中的知识学习 模式识别等关键因素进行了模  
ANN  
领域的  
、
、
习 记忆等认知过程的发生 机理 进行 深 入研究  
［4］  
mann  
( Simple Recurrent Network)  
．
利用简单再现网络  
拟研究 本文研究功能可以为人工智能与  
，
对婴儿学习语法的发展过程进行了模拟研究 其有效  
，
理论研究提供有益参考 也可以为拟人机器人控制器  
、
． Hallner ＆ Hasen-  
．
性需要大量的词汇作为训练数据支持  
类脑处理算法等方面的系统研发提供技术支持  
［5］  
bring  
ANN  
( Low Back Pain，  
技术对慢性腰腿痛  
利用  
进行了分类模拟研究 他们引入心理风险因素作  
ANN ( Back Propa-  
2
SA-ANN  
的认知推理模型  
基于  
LBP)  
，
2. 1 ANN  
与人脑认知  
，
为
的输入神经元 利用误差逆向传播  
ANN  
、
具有较好的学习 并行处理及联想记忆能力  
，
gation，BP)  
; ， LBP  
算法进行网络训练 结果证明 其对 的  
［12］  
［6］  
、 、  
现已广泛地应用于自动控制 信号处理 模式识别  
等
83. 1% ． Kaplan  
分类准确率可以达到  
ANN  
等人 提出了一  
． ANN ，  
领域 的各神经元之间通过权值和阈值连接 通过  
其自身的非线性映射能力对经过预处理的外部输入信  
，
模型 即利用由海明距离  
( Hamming Dis-  
种混合  
tance)  
( Hamming Network)  
来产生问题  
网络用于联想记忆与优化计  
组成的海明网络  
Hopfield  
， ．  
息进行自适应计算 直到输出满足要求为止 它可以利  
，
假设 然后通过  
，
用预先提供的一批或多批标准样本数据 得到与之相  
， 、  
算 进而实现对具有重复言语 注意力分散症状对象的  
［7］  
， /  
对应的标准输出数据 进而分析输入 输出之间存在的  
． Levine  
模拟研究  
阐述了面向情感计算的神经网络建  
， ，  
规律 然后以这些规律为判据 对输入的实时数据进行  
，
模方法 并对情感神经机制及认知加工过程进行了系  
［8］  
， ．  
判断 上述处理过程被称为学习 神经网络通过对经验  
． Chartier  
ANN  
统探讨  
等人 将非线性动力系统引入到  
样本的学习将知识以权值和阈值的形式存储在网络  
，
领域 提出了一种非线性动力人工神经网络  
( Nonlinear  
， ， 、 ．  
中 形成记忆库 从而具备一定的判断 识别能力 一般  
Dynamic Artificial Neural Network，NDANN) ，  
有效弥补了  
，ANN  
，
的输人是被处理对象的特征值或序列 输  
情况下  
出则为目标对象的所期望特征数据  
ANN  
ANN  
;
在处理非线性推理方面的不足 模拟计算结  
传统  
果证明  
．
，NDANN  
、 、  
对多值 定点 限定区域对象及非周期  
［9］  
，
通过上述分析 可以发现  
的信息处理过程与  
(
) ．  
包括混沌 行为进行有效展示 江虹等人 提出了一  
: ( 1)  
人脑心理认知具有以下相同点  
进行某一次学习或  
( Radial Basis Function，RBF)  
种基于径向基  
神经网络的  
;
识别的输入信息是有限的 外部信息只有经过一定复  
，
认知无线电引擎设计方法 通过对经验知识和环境的  
， ，  
杂度的信息加工处理 得到某个特征值或序列 才能够  
， ， ，  
学习 重配置通信参数 以达到资源合理分配 提高系统  
［10］  
． ( 2)  
，
对输入信息的判断与识别决定于记忆 而  
被接受  
记忆是建立在不断学习基础上的 因此学习是在整个  
． ( 3)  
． Tsagkaris  
性能  
等人 提出了一种面向可认知无线电  
，
，
系统的神经网络学习方案 从而实现了对无线电系统  
［11］  
信息加工处理过程中的关键环节  
学习与识别的处  
．
的能力预测与智能化管理 汪玲玲等人  
ANN  
用于  
将
， ;  
理方式是联想思维与非线性识别 具有自适应性 学习  
、
， ，  
自适应测试中 知识状态估计采用极大似然估计 选题  
，
识别可以同时进行 因此也具有实时性  
． ( 4)  
经过信息  
KL  
． ，  
信息量指标 模拟结果表明  
策略采用后验加权的  
，
加工得到的特征参数并不一定有效 系统的实时处理  
BP CD-CAT  
神经网络的  
通过上述分析可以发现  
．
基于  
的判准率较为理想  
，ANN  
;
结果只依赖于部分特征信息 信息加工系统对有效的  
技术已经在认知领  
．
特征是敏感的  
， ．  
域获得了广泛应用 并已取得了不错的研究结果 但上  
2. 2 SA-ANN  
ANN  
认知推理模型  
，
是一种启发式随机搜索方法 它在搜索策略上  
述研究多集中在利用  
来解决某些认知方面的具体  
应用问题 尚未对认知过程机制及其内在规律进行系  
ANN  
SA  
，
．
与传统的统的随机搜索方法不同 它不仅引入适当的  
．
，
统研究 因此 通过  
技术进行认知过程的模拟研  
，
随机因素 而且还引人物理系统退火过程的自然机理  
．
， ，  
究 提出相应的认知机制建模方法 得到深层次的人脑  
“ ” ，  
在迭代过程中不仅接受使目标函数值变 好 的点 而  
． ，  
心理认知演化规律是可行且必要的工作 此外 当前基  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号