一种神经网络特征压缩及分类的研究
由于对多类问题的高维数据无法直接观察其聚类和分布特性，该文采用神经网络法实现自适应主元特征提取（ＡＰＥＸ）、以压缩特征空间的维数，并保持足够的信息来鉴别事物之间的类别，它可有效地提取信号的主要特征、抑制噪声。研究人员将高维数据压缩影射到２或３维，从而实现特征数据的可视性分析，显示物体对象间的类似程度和关系结构，并采用高阶果表明高阶函数神经网络较ＢＰ网络分类能力强，训练速度快。
主元提取 高阶函数 神经网络
江铭炎 江铭虎
大学电子工程系(济南) 交通大学信息科学研究所(北京)
国内会议
上海
中文
151～154
1998-05-01（万方平台首次上网日期，不代表论文的发表时间）