自组织神经网络在样本优选中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP18 O235

基金项目:

国家自然科学基金,攀登计划基金


THE APPLICATION OF SELF ORGANIZED NEURAL NETWORK THE OPTIMAL SELECTION OF TRAINING SET
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文利用Kohonen侧抑制组织神经网络在特征映射过程中,其样本内部拓扑性保持一致的特性,对三维多目标识别中的训练样本进行了合理优化选择,并用增量算法进行验证。结果表明,由减少的训练样本训练网络后,网络的样本识别率仍有达到较高水平,从而实现了减少训练样本和网络训练时间、而神经网络的识别率及泛化性不受影响的良好效果。

    Abstract:

    Kohonen self organized neural network was used in optimal selection of training set in pattern recognition.The increment algorithm was used to test the results.Computer simulation indicated that although fewer training samples were adopted,the recognition ratio and the generalization of this neural network was high enough.

    参考文献
    相似文献
    引证文献
引用本文

李豫华 孙颖.自组织神经网络在样本优选中的应用[J].红外与毫米波学报,1996,15(2):135~139]. Li Yuhua Sun Ying Zhang Yanxin. THE APPLICATION OF SELF ORGANIZED NEURAL NETWORK THE OPTIMAL SELECTION OF TRAINING SET[J]. J. Infrared Millim. Waves,1996,15(2):135~139.]

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期: