共 1 条
通用前馈网络及排序学习前向掩蔽模型在模式识别中的应用
被引：9
作者：
王守觉
陈向东
曾玉娟
王向东
王戍靖
机构：
[1] 中国科学院半导体研究所!北京
来源：
关键词：
通用前馈网络;
SLAM模型;
模式识别;
神经网络;
分类器;
D O I：
暂无
中图分类号：
TP183 [人工神经网络与计算];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
本文讨论了不分层的通用前馈网络（GFFN），并提出了一种作为模式分类器的排序学习前向掩蔽（SLAM）模型及其算法实验结果表明，这种网络作为模式分类器用时，学习时间远小于各种改进的BP网络而且所需使用的神经元数量也有显著的减少本文还介绍了这种SLAM模型在应用双阈值神经元DTN时进一步减少神经元数量的实验结果及其网络结构和学习算法，以及这种模型的模式分类器所具有的不断扩展与改善的能力论文还介绍了SLAM模型模式分类器在CASSANDRA-I小型神经计算机上实现的实验结果：在256维输入空间1024个随机样本的分类情况，学习时间约3小时20分，判别时间为0．007秒．
引用
收藏
页码：1 / 6
页数：6
相关论文