改进的混沌Hopfield神经网络盲检测算法

以提高Hopfield神经网络盲检测算法激活函数的灵活性为目标,提出一种在原点附近非线性逼近能力更优的激活函数。针对算法存在陷入局部最优的情况,利用混沌映射优良的遍历性和类随机性,在算法起始点利用混沌产生初始序列,在当前全局最优值不变时进行小幅度混沌扰动,以减少算法的误码性能。仿真结果表明,基于激活函数和混沌映射相结合的改进算法,能够提高神经元输入值敏感区域抗干扰能力,加快收敛速度,提高盲检测性能。...

Full description

Saved in:
Bibliographic Details
Published in电信科学 Vol. 34; no. 2; pp. 81 - 87
Main Authors 于大为, 陈少威, 于舒娟
Format Journal Article
LanguageChinese
Published 中国通信学会 01.02.2018
人民邮电出版社有限公司
苏州信息职业技术学院计算机科学与技术系,江苏苏州,215200%南京邮电大学电子科学与工程学院,江苏南京,210003
Subjects
混沌扰动
盲检测
激活函数
Hopfield神经网络
activation function
blind detection
Hopfield neural network
chaos disturbance
Online AccessGet full text

Cover

More Information
Summary:以提高Hopfield神经网络盲检测算法激活函数的灵活性为目标,提出一种在原点附近非线性逼近能力更优的激活函数。针对算法存在陷入局部最优的情况,利用混沌映射优良的遍历性和类随机性,在算法起始点利用混沌产生初始序列,在当前全局最优值不变时进行小幅度混沌扰动,以减少算法的误码性能。仿真结果表明,基于激活函数和混沌映射相结合的改进算法,能够提高神经元输入值敏感区域抗干扰能力,加快收敛速度,提高盲检测性能。
ISSN:1000-0801
DOI:10.11959/j.issn.1000-0801.2018016