輸入空間自優(yōu)化神經(jīng)網(wǎng)絡(luò)的研究及其在車型識別中的應(yīng)用.pdf

1、神經(jīng)網(wǎng)絡(luò)是基于生理學(xué)的仿生模型，近年來，越來越多的應(yīng)用于各個領(lǐng)域，尤以模式識別最為成功。但絕大多數(shù)的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，是在其拓?fù)浣Y(jié)構(gòu)不變的前提下，僅對網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化。也有少部分具有網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化思想的網(wǎng)絡(luò)，即級聯(lián)相關(guān)學(xué)習(xí)結(jié)構(gòu)和網(wǎng)絡(luò)剪枝，對輸入空間進(jìn)行優(yōu)化的神經(jīng)網(wǎng)絡(luò)還未見報道。 本文提出了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)自優(yōu)化的新理念，并主要介紹輸入空間自優(yōu)化的概念及輸入空間自優(yōu)化神經(jīng)網(wǎng)絡(luò)的基本思想和基本算法。用Matlab6.5編寫了輸入空間自

2、優(yōu)化神經(jīng)網(wǎng)絡(luò)的程序，并將輸入空間自優(yōu)化神經(jīng)網(wǎng)絡(luò)應(yīng)用于高速公路的汽車車型的分類中，提高了車型分類的正確率，同時也降低了神經(jīng)網(wǎng)絡(luò)的運算量，解決了實際問題。 與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，本文的主要貢獻(xiàn)在于：(1)提出了自優(yōu)化神經(jīng)網(wǎng)絡(luò)的概念。1990年A.E.Fahlman和C.Lebiere提出了“級聯(lián)相關(guān)學(xué)習(xí)結(jié)構(gòu)”、1990年Y.LeCun等提出了“最佳腦損壞”、1992年B.Hassibi等提出了“最佳腦手術(shù)”，神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點和網(wǎng)絡(luò)

3、的層次隨著算法自動的調(diào)節(jié)，使得神經(jīng)網(wǎng)絡(luò)的輸出達(dá)到最小的誤差。實際上，這幾種網(wǎng)絡(luò)給出了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)自優(yōu)化的思想，本文將具有這種功能的網(wǎng)絡(luò)歸納為結(jié)構(gòu)自優(yōu)化神經(jīng)網(wǎng)絡(luò)，簡稱自優(yōu)化神經(jīng)網(wǎng)絡(luò)。 (2)提出了一種新的自優(yōu)化神經(jīng)網(wǎng)絡(luò)，即輸入空間自優(yōu)化神經(jīng)網(wǎng)絡(luò)。它不但能夠優(yōu)化神經(jīng)網(wǎng)絡(luò)的參數(shù)，同時也能優(yōu)化輸入空間。在不斷調(diào)整神經(jīng)網(wǎng)絡(luò)輸入空間的同時，神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)也不斷的變化，使得神經(jīng)網(wǎng)絡(luò)的分類結(jié)果達(dá)到最優(yōu)化。 (3)本研究將輸入空間自優(yōu)化神