二进制神经网络分类问题的几何学习算法

被引:9
作者
朱大铭
马绍汉
机构
[1] 山东大学计算机系!济南
[2] 不详
[3] 中国科学院计算技术研究所!北京
关键词
神经网络; 算法; 收敛; 训练; 几何;
D O I
10.13328/j.cnki.jos.1997.08.010
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
分类问题在前向神经网络研究中占有重要位置.本文利用几何方法给出一个二进制神经网络K(≥2)分类问题的新学习算法.算法通过训练点的几何位置与类别分析,建立一个四层前向神经网络,实现网络输入向量分类.本文算法的优点在于:保证学习收敛且收敛速度快于BP算法及已有的其他一些前向网络学习算法;算法可以确定神经网络的结构且能实现精确的向量分类.另外,算法所建神经网络由线性阀值单元组成,神经元突触权值和阀值均为整数,特别适合于集成电路实现.
引用
收藏
页码:622 / 629
页数:8
相关论文
共 1 条
[1]  
神经网络系统理论.[M].焦李成著;.西安电子科技大学出版社.1990,