%0 Journal Article
%T 一种基于能量人工神经元模型的自生长、自组织神经网络
%A 班晓娟
%A 刘浩
%A 徐卓然
%J 自动化学报
%P 615-622
%D 2011
%R 10.3724/SP.J.1004.2011.00615
%X ？本文结合近年生物学中神经科学的发展,针对神经胶质细胞对生物神经元网络的生长提供能量支持的特性,将神经胶质细胞的能量模型引入到人工神经元的概念模型中,提出了能量人工神经元(Energyartificialneuron,EAN)的概念模型,并给出了数学表述.同时,在能量人工神经元模型的基础上,实现了一种新型自生长、自组织人工神经元网络(EANbasedself-growingandself-organizingneuralnetwork,ESGSONN),ESGSONN将神经元中的能量、网络的熵增量及样本与神经元权值的相似度的竞争作为生长的条件,并对最优生长点中的获胜神经元进行单位步长调整.ESGSONN实现了快速生长、精确的样本数据分布密度保持、死神经元少的特性.本文使用经典的16种动物实验(RitterandKohonen,1989)验证了ESGSONN的正确性,并通过同SOFM、GCS等自组织网络的对比实验验证ESGSONN网络的特性.最后,本文对ESGSONN在高维空间中的本质进行了讨论.
%K 自组织
%K 生长网络
%K 能量人工神经元
%K 无监督学习
%K 高维空间
%K 熵
%U http://www.aas.net.cn/CN/abstract/abstract17397.shtml