PNN神经网络聚类法.docVIP

目 录 摘要 1 1概率神经网络 1 1.1网络模型 2 1.2分类思想 2 1.3 PNN分类的优点 3 2 PNN网络的构建 4 2.1 构建步骤 4 2.2 Matlab中的主要代码 4 3 Matlab编程及结果分析 5 3.1 Matlab中的编程 5 3.2 仿真结果分析 8 3.3 结论 11 4 总结 11 参考文献 12 PNN神经网络聚类法 摘要 近几年来，对于神经网络的研究越来越普遍，神经网络在我们社会生活中的作用也越来越不可替代，尤其在模式识别的领域里，更是有着举足轻重的作用。 酒是由多种成分按不同的比例构成的，兑酒时需要三种原料（X,Y,Z），现在已测出不同酒中三种原料的含量，本文正是基于PNN神经网络针对酒中X、Y、Z三种含量的不同来对酒进行识别分类。本文首先介绍了PNN神经网络的网络模型以及它对不同的模式进行分类判别的思想，然后针对本文的酒类判别的要求来构建PNN网络，并在Matlab中进行编程仿真，最后对所仿真的结果进行了分析比较，最后找出最优的模式分类。 1概率神经网络 概率神经网络(Probabilistic Neural Networks,PNN)是由D. F. Specht在1990年提出的。主要思想是用贝叶斯决策规则,即错误分类的期望风险最小,在多维输入空间内分离决策空间。它是一种基于统计原理的