基于自适应果蝇算法的神经网络结构训练

作者： 霍慧慧 ; 李国勇

摘要：针对模式分类问题,提出基于连接结构的自适应果蝇优化算法（SFOA）,用于同时训练神经网络结构和权值.新算法采用基于连接结构的等长个体编码,后期映射为不同的网络结构;在嗅觉搜索阶段采用自适应步长,实现全局与局部搜索能力的平衡.最后通过3个经典的模式分类数据库测试其性能,结果表明：新算法实现简单,时间代价小,有效地删除冗余连接,提高了神经网络的训练效率及分类能力.

关键字： 果蝇优化算法 神经网络 自适应步长 模式分类

---

上一篇：基于共享存储器的密码多核处理器核间通信机制研究与设计
下一篇：多核密码处理器中的片上网络互连结构研究