超曲面神经元网络在多维特征空间模式分类中的应用

摘要：

系统地讨论了超曲面神经网络在多维特征空间中实现模式分类的行为.与传统的超平面神经网络(BP网络),超球面神经网络(RBF网络)相比,可以实现更为复杂的几何形状.应用于模式分类,不仅在训练速度上有了很大的提高,而且在分类性能上有了明显的改善.同时为人工神经网络的分析与发展提供了一种新的手段。

关键词： 超曲面神经网络 模式分类 多维特征空间 分类性能

作者: 王辛刚 张冬梅 于世明 王守觉

作者单位: 浙江工业大学智能信息系统研究所,310014 浙江工业大学理学院,310014

会议类型: 国内会议

会议名称: 中国电子学会第八届青年学术年会暨中国电子学会青年工作委员会成立十周年学术研讨会

会议地点: 合肥

会议语种:中文

页码: 628-631

在线出版日期: 2002-08-13（万方平台首次上网日期，不代表论文的发表时间）