学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
神经网络用于模式识别分类的改进算法
被引:6
作者
:
论文数:
引用数:
h-index:
机构:
刘春林
何建敏
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学经济管理学院
何建敏
机构
:
[1]
东南大学经济管理学院
来源
:
东南大学学报
|
1999年
/ 01期
关键词
:
BP算法;模式识别;距离;
D O I
:
暂无
中图分类号
:
O233,O235 [];
学科分类号
:
070105 ;
0711 ;
071101 ;
0811 ;
081101 ;
摘要
:
用BP神经网络算法进行模式识别分类,即使对一个训练比较好的网络也极有可能出现样本的导师模式(真实模式)与网络判定模式不符的情况,即会出现误判样本.当待判样本与某一误判训练样本比较接近时,网络很可能对其造成模式误判.为此,本文通过引入训练样本的正、误判子集及定义在其上的待判样本的距离,将距离算法和BP算法相结合,提出了解决这一问题的新方法
引用
收藏
页码:22 / 26
页数:5
相关论文
未找到相关数据
未找到相关数据