TY -的A2 Scarpiniti米歇尔盟——陈,关闭非盟- Tan,大鹏PY - 2018 DA - 2018/01/04 TI - SA-ANN-Based建模方法,人类认知机制和PSACO认知算法SP - 6264124六世- 2018 AB -人工神经网络(ann)是人类认知过程研究的重要方法。然而,目前ANNs-based认知方法不能解决复杂问题的信息理解和容错的学习。在这里,我们提出一个建模方法基于模拟annealing-artificial神经网络的认知机制(SA-ANN)。首先,SA处理过程和认知知识进化之间的关系进行了分析,以及SA-ANN-based推理模型。然后,基于推理模型,与组合优化鲍威尔SA (PSACO)算法来提高聚类效率对认知过程和识别精度。最后,三组数值实例集群提供知识,和三个比较认知实验是由自主研发的软件。模拟结果表明,该方法可以提高收敛速度超过20%,误差反向传播(BP),与之相比,基于SA和限制玻耳兹曼机极端学习机(RBM-ELM)算法。比较认知实验证明该方法可以获得更好的性能信息的理解和容错学习和认知精度原始样本,损坏样品,和改变了样品可以达到99.6%,99.2%,和97.1%,分别。SN - 1076 - 2787你——https://doi.org/10.1155/2018/6264124——10.1155 / 2018/6264124 JF - PB - Hindawi KW - ER -复杂性