High-speed Neural Network HS-K-WTA-2
Author(s): ZHU Hong, CHEN Qing-hua, LIU Guo-sui
Pages: 89-91
Year: 2007 Issue: 1
Journal: JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
Keyword: 神经网络; 竞争学习算法; 高速算法; 选择K个较大数; K-WTA; HS-K-WTA; HS-K-WTA-2;
Abstract: 该文提出了一种新的K-Winners-Take-All神经网络:High-Speed-K-Winners-Take-All-2(HS-K-WTA-2).HS-K-WTA-2以竞争学习算法为基础.HS-K-WTA-2能够从任何一个数集中识别出K个较大的数,或K个较小的数.该文给出HS-K-WTA-2算法及算法复杂度的分析结果.用专门为研究K-WTA神经网络开发的仿真程序对HS-K-WTA-2、HS-K-WTA和Winstrons进行仿真研究.结果显示:当所取的数集N较大时,HS-K-WTA-2要比Winstrons和HS-K-WTA速度更快.HS-K-WTA-2的硬件实现比Winston的硬件实现要简单,比HS-K-WTA的硬件实现复杂.
Pages: 89-91
Year: 2007 Issue: 1
Journal: JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
Keyword: 神经网络; 竞争学习算法; 高速算法; 选择K个较大数; K-WTA; HS-K-WTA; HS-K-WTA-2;
Abstract: 该文提出了一种新的K-Winners-Take-All神经网络:High-Speed-K-Winners-Take-All-2(HS-K-WTA-2).HS-K-WTA-2以竞争学习算法为基础.HS-K-WTA-2能够从任何一个数集中识别出K个较大的数,或K个较小的数.该文给出HS-K-WTA-2算法及算法复杂度的分析结果.用专门为研究K-WTA神经网络开发的仿真程序对HS-K-WTA-2、HS-K-WTA和Winstrons进行仿真研究.结果显示:当所取的数集N较大时,HS-K-WTA-2要比Winstrons和HS-K-WTA速度更快.HS-K-WTA-2的硬件实现比Winston的硬件实现要简单,比HS-K-WTA的硬件实现复杂.
Related Articles