作　　者： ; ;

机构地区： 华南理工大学电子与信息学院电子与通信工程系

出　　处： 《华南理工大学学报（自然科学版）》 1998年第9期6-11,共6页

摘　　要： 与主量分析密切相关的Ｈｅｂｂｉａｎ算法大都局限于线性模型和精确输入恢复前提．本文考察了一类非线性的竞争性Ｈｅｂｂｉａｎ学习，提出了一个确切的基于纯竞争机制的优化算法．仿真实验表明，该算法较之于现有的算法更为快速、有效． Most Hebbian algorithms, closely related to principal component analysis, are subjected to restraints of linear models and the criterion of accurate input reconstruction. In this paper, a kind of nonlinear competitive Hebbian learning is examined, and an exact optimization algorithm based on pure competitive mechanism is proposed. Simulation result shows that the proposed algorithm learns faster and more effectively than previous approaches.

关 键 词： 学习 竞争学习 神经网络 算法

领　　域： [自动化与计算机技术] [自动化与计算机技术]