北京理工大学学报
北京理工大學學報
북경리공대학학보
JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY
2001年
4期
459-463
,共5页
感知器神经元%综合网络模型%多类模式识别%增广型模式向量%增广型权向量
感知器神經元%綜閤網絡模型%多類模式識彆%增廣型模式嚮量%增廣型權嚮量
감지기신경원%종합망락모형%다류모식식별%증엄형모식향량%증엄형권향량
提出一种由感知器神经元组合成的综合网络模型及相应的学习算法.网络由3层感知器神经元组成,中间层到输出层的权值相应地为+1或-1.输入层到中间层的权值通过学习获得,且中间层每个神经元的权值单独学习完成.该学习算法在有限次迭代步骤内终止.当算法终止时,对于可线性划分的多类模式识别问题总是能找到正确的解.如果还有模式不能识别,则说明这是一个不可线性划分的多类模式识别问题,用阿拉伯数字识别的例子说明了网络模型和算法的有效性.
提齣一種由感知器神經元組閤成的綜閤網絡模型及相應的學習算法.網絡由3層感知器神經元組成,中間層到輸齣層的權值相應地為+1或-1.輸入層到中間層的權值通過學習穫得,且中間層每箇神經元的權值單獨學習完成.該學習算法在有限次迭代步驟內終止.噹算法終止時,對于可線性劃分的多類模式識彆問題總是能找到正確的解.如果還有模式不能識彆,則說明這是一箇不可線性劃分的多類模式識彆問題,用阿拉伯數字識彆的例子說明瞭網絡模型和算法的有效性.
제출일충유감지기신경원조합성적종합망락모형급상응적학습산법.망락유3층감지기신경원조성,중간층도수출층적권치상응지위+1혹-1.수입층도중간층적권치통과학습획득,차중간층매개신경원적권치단독학습완성.해학습산법재유한차질대보취내종지.당산법종지시,대우가선성화분적다류모식식별문제총시능조도정학적해.여과환유모식불능식별,칙설명저시일개불가선성화분적다류모식식별문제,용아랍백수자식별적례자설명료망락모형화산법적유효성.
