自适应特征空间扩张神经网络

被引：1

作者：

孙学全

王雪峰

冯英浚

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

[2] 哈尔滨工业大学管理学院

来源：

哈尔滨工业大学学报 | 2002年 / 01期

关键词：

自适应特征空间扩张神经网络; 模式识别; 前馈式神经网络; 函数型连接神经网络;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

为解决复杂的非线性可分问题中前馈式神经网络收敛缓慢的问题 ,提出一种新的神经网络模型———自适应特征空间扩张神经网络 .该模型在标准前馈式神经网络的前端增加一个自适应特征空间扩张层 ,自适应地增强原始模式的表达 ,将原来的非线性可分问题转换成线性可分问题或者减小其非线性程度 ,从而加快网络的收敛速度 .一系列的实验 ,特别是双螺旋线实验表明 ,该网络模型不仅具有很快的收敛速度 ,而且具有很好的泛化能力

引用

页码：58 / 63

页数：6