手描逻辑符线路图的神经网自学习系统

本文描述了一个在多层神经网中利用离散化正向传输,以输出均方误差的随机变量为指导,进行总体方向上权网的肯定——否定非线性学习方法。离散化正向传输减少了神经元上保持值的种类数目。总体方向上的肯定——否定简化了自学习算法。该方法摆脱了较复杂的反向传输计算而不失其学习速度。我们把这种方法称作DSGNN算法。DSGNN更适合于并行处理和生物视觉模拟。DSGNN已成功地应用于手描逻辑符线路图自学习识别系统,识别准确率在95%以上。