双Sigmoid Hopfield神经网络盲检测算法

摘要：

改进Hopfield神经网络( HNN)的激活函数可以提高网络的抗噪能力,但是其收敛速度会大大降低。为了解决改进激活函数后HNN收敛速度较慢的问题,文中提出一种基于双Sigmoid Hopfield神经网络( DSHNN)的盲检测算法。该算法不仅继承了HNN所有的优点,还极大地提高了算法的收敛速度,缩短了运行时间。仿真实验表明,DSHNN算法比HNN算法的抗干扰性能略强,且其能量函数的收敛速度大大提升。

关键词：盲检测、激活函数、双Sigmoid Hopfield神经网络

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60772060,61104103;南京邮电大学青蓝工程基金NY210037

在线出版日期：2014-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：100-102