樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的靈敏度分析及其在圖像邊緣檢測中的應(yīng)用.pdf

1、人工神經(jīng)網(wǎng)絡(luò)是由大量簡單的處理單元廣泛互聯(lián)組成的復(fù)雜非線性動力學(xué)系統(tǒng)，模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為。權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)作為一種新型的神經(jīng)網(wǎng)絡(luò)，對其靈敏度問題的研究有著極其重要的意義。在對權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中，輸入信息的噪聲干擾是不可避免的，這種由噪聲干擾所引起的擾動誤差對整個網(wǎng)絡(luò)系統(tǒng)產(chǎn)生的影響是十分重要的，而本文對網(wǎng)絡(luò)系統(tǒng)靈敏度問題的研究就能夠降低這種影響的發(fā)生。
　　 國內(nèi)外已有學(xué)者對神經(jīng)網(wǎng)絡(luò)的靈敏度問題進行過研究，其中在文

2、獻[1]中該問題得到了更加深入的探討。在文獻[1]中，作者考慮到輸入樣本和權(quán)值都會受到噪聲干擾的影響，因而網(wǎng)絡(luò)輸出將會受到不同程度的擾動變化，進而作者提出了與樣本擾動和權(quán)值擾動相對應(yīng)的樣本靈敏度和權(quán)值靈敏度。這樣，在網(wǎng)絡(luò)訓(xùn)練過程中，我們可以通過靈敏度的變化值來判斷網(wǎng)絡(luò)輸出誤差與目標(biāo)樣本的偏離程度，這樣也就反映出了訓(xùn)練樣本和權(quán)值選擇的優(yōu)劣性。
　　 本文在神經(jīng)網(wǎng)絡(luò)靈敏度分析的基礎(chǔ)上，提出了權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的靈敏度分析問題。文章首先介

3、紹了權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)和靈敏度的相關(guān)概念，包括其定義、學(xué)習(xí)曲線、權(quán)函數(shù)的引入、靈敏度的主要應(yīng)用領(lǐng)域和分析方法等；然后對三次樣條函數(shù)進行了簡單介紹，并且在權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)中，將輸入樣本節(jié)點通過三次樣條函數(shù)的模擬以函數(shù)的形式表示出網(wǎng)絡(luò)權(quán)值；在建立了網(wǎng)絡(luò)三次樣條權(quán)函數(shù)的基礎(chǔ)上，分析推導(dǎo)出權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)靈敏度的計算公式，并且依次計算出與靈敏度計算有關(guān)的網(wǎng)絡(luò)輸出誤差和輸入樣本擾動的標(biāo)準(zhǔn)差，這樣把二者代入公式就可以得到本文所要討論的權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的靈敏度