基于粒子群算法优化Spiking神经网络  

作　　者：沈虹[1] 蔚承建[1] 苏俊霞[1] 

机构地区：[1]南京工业大学信息科学与工程学院,江苏南京210009

出　　处：《计算机应用》2005年第B12期305-307,共3页journal of Computer Applications

摘　　要：Spiking神经网络采用神经元的发放时间点进行信息编码,更接近于生物神经元。学习算法的选取对发挥Spiking神经网络的性能有很大的影响。基于BP算法的SpikeProp采用多突触连接的网络结构,利用梯度信息进行网络参数的调整,易于陷入局部最优解;且连接权值的选取只能为正值,否则将不收敛。采用粒子群算法(Particle Swarm Optim ization,PSO)进行Spiking网络连接参数的调整,全局收敛性好,减少了对连接权值的约束,简化了网络结构。实验表明,该方法是一种有效的Spiking网络学习方法。

关 键 词：SPIKING神经网络 粒子群算法 XOR问题 IRIS问题 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]