电信科学 ›› 2018, Vol. 34 ›› Issue (2): 81-87.doi: 10.11959/j.issn.1000-0801.2018016

• 研究与开发 • 上一篇    下一篇

改进的混沌Hopfield神经网络盲检测算法

于大为1,陈少威2,于舒娟2   

  1. 1 苏州信息职业技术学院计算机科学与技术系，江苏 苏州 215200
    2 南京邮电大学电子科学与工程学院，江苏 南京 210003
  • 修回日期:2017-11-10 出版日期:2018-02-01 发布日期:2018-02-13
  • 作者简介:于大为（1970?），男，苏州信息职业技术学院计算机系副教授，主要研究方向为现代通信技术、计算机网络分析及智能化算法。|陈少威（1993?），男，南京邮电大学电子科学与工程学院硕士生，主要研究方向为信号处理与智能信息处理技术。|于舒娟（1967?），女，南京邮电大学电子科学与工程学院副教授、硕士生导师，主要研究方向为现代通信中的信号处理与智能信息处理技术。
  • 基金资助:
    国家自然科学基金资助项目(61302155);国家自然科学基金资助项目(61274080);2015年苏州高职高专院校优秀科技服务团队基金资助项目(201509);南京邮电大学校级基金资助项目(NY214052)

An improved blind detection algorithm of chaos Hopfield neural network

Dawei YU1,Shaowei CHEN2,Shujuan YU2   

  1. 1 Department of Computer Science and Technology,Suzhou College of Information Technology,Suzhou 215200,China
    2 College of Electronic Science and Engineering,Nanjing University of Posts ＆Telecommunication,Nanjing 210003,China
  • Revised:2017-11-10 Online:2018-02-01 Published:2018-02-13
  • Supported by:
    The National Natural Science Foundation of China(61302155);The National Natural Science Foundation of China(61274080);Nanjing University of Posts and Telecommunications Project(NY214052)

在线阅读

5

PDF下载

487

摘要：

以提高Hopfield神经网络盲检测算法激活函数的灵活性为目标，提出一种在原点附近非线性逼近能力更优的激活函数。针对算法存在陷入局部最优的情况，利用混沌映射优良的遍历性和类随机性，在算法起始点利用混沌产生初始序列，在当前全局最优值不变时进行小幅度混沌扰动，以减少算法的误码性能。仿真结果表明，基于激活函数和混沌映射相结合的改进算法，能够提高神经元输入值敏感区域抗干扰能力，加快收敛速度，提高盲检测性能。

关键词: 盲检测, 混沌扰动, Hopfield神经网络, 激活函数

Abstract:

In order to improve the flexibility of the activation function of the blind detection algorithm in Hopfield neural network,an activation function with better nonlinear approximation ability near the origin was proposed.For the case where the algorithm trapped in local optima,utilizing the good ergodicity and randomness of chaos mapping,chaos was used to generate the initial sequence at the starting point of the algorithm,and small-amplitude chaotic perturbation was performed when the current global optimum value was constant,so as to reduce the error performance of the algorithm.The simulation results show that the proposed algorithm reduces the sensitivity of neurons to input values,has strong anti-interference ability and fast convergence speed,and improves the blind detection performance.

Key words: blind detection, chaos disturbance, Hopfield neural network, activation function

中图分类号: 

No Suggested Reading articles found!