计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2008年
11期
113-116
,共4页
交叉覆盖算法%聚类%模式%初始中心
交扠覆蓋算法%聚類%模式%初始中心
교차복개산법%취류%모식%초시중심
与传统的前向神经网络相比,覆盖算法具有运行速度快、精度高的特点,但覆盖算法的初始领域中心是随机选取的.实验表明网络性能与学习顺序有密切的关系.在前向神经网络交叉覆盖算法基础上提出了一种新型改进的交叉覆盖算法--基于聚类的交叉覆盖算法.该方法是一种根据聚类结果确定学习顺序的方法.实例表明这种改进的算法是确定性学习方法,可以有效减少覆盖数量,提高交叉覆盖算法的测试速度,减少拒识样本数,提高识别的精度.
與傳統的前嚮神經網絡相比,覆蓋算法具有運行速度快、精度高的特點,但覆蓋算法的初始領域中心是隨機選取的.實驗錶明網絡性能與學習順序有密切的關繫.在前嚮神經網絡交扠覆蓋算法基礎上提齣瞭一種新型改進的交扠覆蓋算法--基于聚類的交扠覆蓋算法.該方法是一種根據聚類結果確定學習順序的方法.實例錶明這種改進的算法是確定性學習方法,可以有效減少覆蓋數量,提高交扠覆蓋算法的測試速度,減少拒識樣本數,提高識彆的精度.
여전통적전향신경망락상비,복개산법구유운행속도쾌、정도고적특점,단복개산법적초시영역중심시수궤선취적.실험표명망락성능여학습순서유밀절적관계.재전향신경망락교차복개산법기출상제출료일충신형개진적교차복개산법--기우취류적교차복개산법.해방법시일충근거취류결과학정학습순서적방법.실례표명저충개진적산법시학정성학습방법,가이유효감소복개수량,제고교차복개산법적측시속도,감소거식양본수,제고식별적정도.
