-
题名用于模式分类的动态有指导前向传播网络
被引量：2
- 1
-
-
作者
邓伟
苏美娟
董恩清
-
机构
苏州大学计算机科学与技术学院
苏州大学电子信息学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第14期208-209,212,共3页
-
基金
国家自然科学基金资助项目(60572074)
-
文摘
以改进的仅前向型对传网络(CPN)为基础,研究一种用于模式分类的神经网络——动态有指导前向传播网络(DSFPN)。其隐层用修正的第2种学习矢量量化算法,以增量训练策略,进行有指导训练。在训练过程中,根据适合度产生新的隐层神经元,使隐层动态增长。Cone-Torus平面点分类和非特定人孤立数字语音识别的实验结果表明了DSFPN的优越性能,其训练时间比多层感知器少2个数量级,训练速度比改进的CPN更快,最好测试正确率分别达92.25%和98.7%,高于另外2种神经网络。
-
关键词
模式分类
神经网络
有指导训练
动态增长
-
Keywords
pattern classification
neural network
supervised training
dynamic growth
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
