用于荧光光谱识别的自适应训练及删剪算法

摘要：

提出利用基于自适应训练及删剪算法的网络模型对荧光光谱进行识别.首先采用基于递归最小方差的自适应学习算法对网络模型进行学习训练,由于该算法的学习步长能够自行调整,初始参数少,所以收敛速度很快;再利用删剪算法对学习后的网络结构进行删剪,优化网络的拓扑结构,降低网络的计算复杂度,提高网络的泛化能力;然后对优化后的网络进行再学习,使优化后的网络具有最佳参数;最后利用优化后的网络对测试样本进行识别.仿真实验表明,与删剪前的网络结构相比,在降低了网络的计算复杂度的同时,删剪优化后的正确识别率依然是100%.

关键词：荧光光谱、均方差、删剪算法、神经网络

所属期刊栏目：26

分类号：TP183(自动化基础理论)

资助基金：济宁医学院青年科学基金

在线出版日期：2014-07-08（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：218-219,207