%0 Journal Article
%T Neocognitron学习算法分析
%A 李星原
%A 洪家荣
%J -
%D 1994
%X 现有的对Ｎｅｏｃｏｇｎｉｔｒｏｎ的分析都采用代数法，因而无法研究它的动态特性．本文把Ｎｅｏｃｏｇｎｉｔｒｏｎ及其学习算法推广到连续时域，借助微分方程来研究Ｎｅｏｃｏｇｎｉｔｒｏｎ．文中给出了无教师学习算法一般情况下，学习过程中Ｕｓ层神经元输出变化规律的微分方程，指出其增加的条件，并推出权ａ、ｂ初始值选择的一个必要条件；进一步得出无教师算法代表稳定后和有教师学习情况下Ｕｓ变化的一种等效显式函数，指出此时学习过程是Ｕｓ层神经元输出向一个系数的逼近过程，且有教师学习过程的最后状态与可变权初值和学习率无关．并讨论了影响Ｕｓ终值和逼近速度的因素
%K 神经网络
%K 学习算法
%K 自组织
%K Neocognitron
%U http://www.jos.org.cn/jos/ch/reader/view_abstract.aspx?file_no=19940405&flag=1