一种基于聚类的交叉覆盖算法

摘要：

与传统的前向神经网络相比,覆盖算法具有运行速度快、精度高的特点,但覆盖算法的初始领域中心是随机选取的.实验表明网络性能与学习顺序有密切的关系.在前向神经网络交叉覆盖算法基础上提出了一种新型改进的交叉覆盖算法--基于聚类的交叉覆盖算法.该方法是一种根据聚类结果确定学习顺序的方法.实例表明这种改进的算法是确定性学习方法,可以有效减少覆盖数量,提高交叉覆盖算法的测试速度,减少拒识样本数,提高识别的精度.

关键词：交叉覆盖算法、聚类、模式、初始中心

所属期刊栏目：18

分类号：TP301.6(计算技术、计算机技术)

资助基金：中国博士后基金面上项目20070411028;973计划2004CB318108;国家自然科学基金60675031;安徽省高等学校省级自然科学研究项目2006KJ244B;安徽大学学术创新团队和安徽大学人才队伍建设经费资助项目

在线出版日期：2009-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：113-116