10.3969/j.issn.1002-0640.2008.04.018
有监督学习的模糊Petri网模型和算法
在模式识别中,前向神经网络通常有一个输入层,一个输出层和几个隐藏层.其中,对于实现输入层和输出层之间的精确函数映射,隐藏层增加了额外的非线性,但是,不能对隐藏层与输入层和输出层的语义联系进行合理的证明.提出一种有监督的模糊Petri模型和训练算法,能对隐藏层的语义进行证明,并能对杂乱的训练样本进行学习和推理.通过在模式识别中的应用,结果表明,该模型和算法是可行有效的.
模糊FPN、监督学习、模式识别
33
TP18(自动化基础理论)
国家自然科学基金;军队重点科研基金
2008-07-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
61-64