一种概率过程神经元网络模型及分类算法

摘要：

针对动态信号分类及与先验类别知识融合问题,提出了一种概率过程神经元网络模型.模型将贝叶斯概率分类机制与过程神经元网络动态信号处理方法相结合,通过在前馈过程神经元网络中增加一个模式单元层,以及采用归一化指数类型激励函数,实现基于贝叶斯规则的动态信号分类.分析了概率过程神经元网络分类机制与贝叶斯分类规则的等价性,给出了具体的学习算法,实验结果验证了模型和算法的有效性.

关键词：动态信号分类、贝叶斯规则、概率过程神经元网络

所属期刊栏目：4

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目60572174;黑龙江省教育厅科学技术研究资助项目11521013;黑龙江省自然科学基金资助项目ZA2006-11;黑龙江省科技攻关资助项目GZ07A103

在线出版日期：2009-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：283-287