一种新的基于神经网络覆盖分类算法

摘要：

为了克服传统神经网络算法在处理分类问题时训练时间长、泛化能力弱的不足,提出了一种新的基于构造型神经网络覆盖分类算法,该算法通过在超球面上对样本数据进行聚类分析,找出同类样本中未被覆盖样本的最大密度点,然后在特征空间里做超平面与球面相交,得到球面领域覆盖,从而将神经网络训练问题转化为点集覆盖问题,同时也考虑了神经网络规模的优化问题.实验结果证明了该算法的有效性.

关键词：模式识别、神经网络、最大密度覆盖、MP神经元、构造型神经网络

所属期刊栏目：9

分类号：TP18(自动化基础理论)

资助基金：国家高技术研究发展计划863计划2001AA413130

在线出版日期：2005-02-24（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：1165-1168