形态神经网络的训练算法与性能比较
在形态神经网络(MNNDP)的应用中,训练算法起着至关重要的作用。本文将详细介绍几种常见的MNNDP训练方法,并对它们的性能进行比较。
1. 初始计算与分类验证
首先,我们来看一些初始的计算示例。通过以下公式计算:
[
\begin{align }
s_1^1(\tilde{x}_1) &= s_1^1\begin{pmatrix}3\0\end{pmatrix} = [(3 - 1) \wedge -(3 - 5)] \wedge [(0 - 1) \wedge -(0 - 5)] = [2 \wedge -1] = -1\
s_2^1(\tilde{x}_1) &= s_2^1\begin{pmatrix}3\0\end{pmatrix} = [(3 - 4) \wedge -(3 - 8)] \wedge [(0 - 4) \wedge -(0 - 8)] = [-1 \wedge -4] = -4\
s_1^1(\tilde{x}_2) &= s_1^1\begin{pmatrix}7\3\end{pmatrix} = [(7 - 1) \wedge -(7 - 5)] \wedge [(3 - 1) \wedge -(3 - 5)] = [-2 \wedge 2] = -2\
s_2^1(\tilde{x}_2) &= s_2^1\begin{pmatrix}7\3\end{pmatrix} = [(7 - 4) \wedge -(7 - 8)] \wedge [(3 - 4) \wedge -(3 - 8)] = [1 \wedge -1] = -1 <
超级会员免费看
订阅专栏 解锁全文
3317

被折叠的 条评论
为什么被折叠?



