量子遗传神经网络语音水印算法
传统的BP神经网络通常以梯度下降法作为训练搜索算法,极易陷入局部最优.本文将量子遗传算法引入到神经网络,提出了一种改进量子遗传算法优化BP神经网络系数的语音水印算法.首先利用改进量子遗传算法的良好全局搜索特性,优化BP神经网络的初始系数找出粗略解,然后采用梯度算法精细搜索出神经网络的最优权值和阈值系数,提高网络的收敛精度.理论分析和实验仿真表明,与传统的BP神经网络和遗传算法优化神经网络系数相比,本文提出的神经网络输出误差更小,有更大的水印容量.
BP神经网络、梯度下降法、量子遗传算法
29
TN912.3
国家自然科学基金资助项目61072042
2014-02-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
1476-1481