大连海事大学学报
大連海事大學學報
대련해사대학학보
JOURNAL OF DALIAN MARITIME UNIVERSITY
2009年
1期
85-88
,共4页
可变长度串遗传算法(VGA)%进化神经网络(EANN)%模式分类
可變長度串遺傳算法(VGA)%進化神經網絡(EANN)%模式分類
가변장도천유전산법(VGA)%진화신경망락(EANN)%모식분류
为研究图像和语音的模式分类,提出一种采用可变长度串遗传算法(VGA)的进化神经网络.该算法可以全局搜索优化神经网络的结构,找到神经网络接近最优的连接权,再通过反向传播算法(BP),在该优化结构中找到最优连接权.对语音数据和SPOT图像数据的验证结果表明,在模式分类中,采用该算法的分类器(VGA-BP)的分类性能较贝叶斯(Bayes)分类器、最近邻规则(k-NN)分类器具有更高的分类精度.
為研究圖像和語音的模式分類,提齣一種採用可變長度串遺傳算法(VGA)的進化神經網絡.該算法可以全跼搜索優化神經網絡的結構,找到神經網絡接近最優的連接權,再通過反嚮傳播算法(BP),在該優化結構中找到最優連接權.對語音數據和SPOT圖像數據的驗證結果錶明,在模式分類中,採用該算法的分類器(VGA-BP)的分類性能較貝葉斯(Bayes)分類器、最近鄰規則(k-NN)分類器具有更高的分類精度.
위연구도상화어음적모식분류,제출일충채용가변장도천유전산법(VGA)적진화신경망락.해산법가이전국수색우화신경망락적결구,조도신경망락접근최우적련접권,재통과반향전파산법(BP),재해우화결구중조도최우련접권.대어음수거화SPOT도상수거적험증결과표명,재모식분류중,채용해산법적분류기(VGA-BP)적분류성능교패협사(Bayes)분류기、최근린규칙(k-NN)분류기구유경고적분류정도.
