重庆大学学报(自然科学版)
重慶大學學報(自然科學版)
중경대학학보(자연과학판)
JOURNAL OF CHONGQING UNIVERSITY(NATURAL SCIENCE EDITION)
2002年
7期
33-36
,共4页
证据组合理论%神经网络分类器%信息融合算法
證據組閤理論%神經網絡分類器%信息融閤算法
증거조합이론%신경망락분류기%신식융합산법
用遗传算法优化神经网络分类器的连接权系数,避免采用BP算法存在易于陷入局部极值,使每个神经网络分类器的分类接近于理想状态,由于每个分类器的特征输入不同,不能被一个分类器识别的模式,却可能被另一个分类器识别,为了提高模式识别的精度,可将一个模式识别问题由多个分类器来完成,将每一个分类器的输出结果作为一条证据,确定各分类器的基本概率指派函数,再用证据组合理论融合证据信息,可以提高分类的精度和避免某一个神经网络遭到破坏而使整个系统陷于瘫痪状态.
用遺傳算法優化神經網絡分類器的連接權繫數,避免採用BP算法存在易于陷入跼部極值,使每箇神經網絡分類器的分類接近于理想狀態,由于每箇分類器的特徵輸入不同,不能被一箇分類器識彆的模式,卻可能被另一箇分類器識彆,為瞭提高模式識彆的精度,可將一箇模式識彆問題由多箇分類器來完成,將每一箇分類器的輸齣結果作為一條證據,確定各分類器的基本概率指派函數,再用證據組閤理論融閤證據信息,可以提高分類的精度和避免某一箇神經網絡遭到破壞而使整箇繫統陷于癱瘓狀態.
용유전산법우화신경망락분류기적련접권계수,피면채용BP산법존재역우함입국부겁치,사매개신경망락분류기적분류접근우이상상태,유우매개분류기적특정수입불동,불능피일개분류기식별적모식,각가능피령일개분류기식별,위료제고모식식별적정도,가장일개모식식별문제유다개분류기래완성,장매일개분류기적수출결과작위일조증거,학정각분류기적기본개솔지파함수,재용증거조합이론융합증거신식,가이제고분류적정도화피면모일개신경망락조도파배이사정개계통함우탄탄상태.
