10.3969/j.issn.2095-2163.2011.05.026
一种基于自组织过程神经网络的动态样本半监督学习算法
针对时变信号模式分类和未标记样本信息的有效利用问题,提出了一种基于自组织过程神经网络的动态样本半监督学习算法.根据获得的已标记和未标记的过程函数样本信号,分别构建基于竞争学习规则和有教师示教方法的自组织过程神经网络模型,利用该网络的自组织特性,实现动态样本的分类标识.文中分析了算法的信息处理机制,给出了具体的实现步骤.以油田开发水淹状况判别为例,实验结果验证了方法的有效性.
动态样本集合、半监督学习、自组织神经网络、学习算法
1
TP183(自动化基础理论)
中国石油科技创新基金2010D-5006-0302
2012-02-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
85-86,90