摘要：

本文在研究协同神经网络梯度动力学过程的基础上，针对学习过程收敛速度缓慢的缺点，提出了一种改进的、基于梯度动力学的协同神经网络学习算法。该算法分析了非平衡注意参数对学习过程的影响，简化了初始伴随向量的选取；并引入最优化理论，将该问题归结为求解非线性最优化问题，用共轭梯度法代替梯度下降法，加快了学习过程的收敛。通过对汉字图像库和人脸图像库的图像识别实验表明，该算法比其他学习算法的识别率高，并能较快地收敛到极小值。

关键词: 学习算法 神经网络 归结 协同 图像识别 人脸图像库 算法分析 收敛 梯度 非线性最优化