熵约束广义学习矢量量化神经网络和软竞争学习算法

摘要：

结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理,提出了一种熵约束广义学习矢量量化神经网络,利用梯度下降法导出其学习算法,该算法是软竞争格式的一种推广.由于亏损因子和尺度函数被定义为同一个模糊隶属度函数,它可以有效地克服广义学习矢量量化网络的模糊算法存在的问题.文中还给出熵约束广义学习矢量量化网络及其软竞争学习算法的许多重要性质,以此为依据,讨论拉格朗日乘子的选取规则.

关键词：学习矢量量化、极大熵原理、软竞争学习、拉格朗日乘子

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金69735010;高等学校博士学科点专项科研项目98069825

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：244-250