基于感知器神经网络的线性分类方法研究
随着全球信息化的发展,机器分类问题成为现代智能技术中一个重要分支，分类技术解决的关键问题是构造分类器,目前通常采用感知器神经网络模型。本文为解决一层感知器对线性不可分矢量分类的限制,提出了一种基于一隐层感知器神经网络模型的子网分析方法。子网分析法网络构造严格精确但预处理较复杂,避免了产生错分的可能,适合于低维矢量的严格分类，这种方法的可行性应用高维线性不可分的异或算例进行验证。
人工智能 机器学习 模式分类 人工神经网络
陈恩伟 王勇 陆益民 刘正士
合肥工业大学机械与汽车工程学院 合肥 230009
国内会议
北京
中文
211-213
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）