基于数据场的概率神经网络算法 probabilistic neural network based on data field.pdfVIP

下载本文档

1
0
约2.05万字
约 7页
2017-08-14 发布于上海
举报
版权申诉

基于数据场的概率神经网络算法 probabilistic neural network based on data field.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于数据场的概率神经网络算法 probabilistic neural network based on data field

第8期电子学报 v01．39No．8 2011年8月 AcrA口正cIRONICAsINICA AI．g．20ll 基于数据场的概率神经网络算法李春芳1一，刘连忠2一，陆震1 (1．北京航空航天大学自动化科学与电气工程学院，北京10019l；2．北京航空航天大学计算机学院，北京10019l； 3．北京航空航天大学网络技术北京市重点实验室，北京10019l；4．河北体育学院网络中心，河北石家庄050D41) 摘要：提出基于数据场高斯势约简概率神经网络结构，基本思路：引入数据场估计训练集各类概率密度，选择局部极大密度估计样本构造网络；对初始网络迭代训练，依次扩展各类具有最大密度估计值的误分样本至模式层并调整权重参数，直至满足指定精度．采用增量密度计算，保证快速迭代和高概率收敛．基于重采样技术进一步提升泛化精度．实验表明，提出的算法解释精练、拟合优度适中、计算高效．关键词：概率神经网络；数据场；P黝窗；重采样中图分类号： 1P18 文献标识码： A 文章编号：∞72．2112(加11)憾．1739J昕 Probabi|istiCNeUraINeMOrkBaSedOnDataF．eId uQl岫-吲一，删‰一zIl《”，LU办enl 10019l，‰； (1．洲旷血胁，砌l跏删目测踟扣l咖，＆胁皤￡J}l嘞，＆咖w 2．洲矿凸嗍溉删凸扣1w自孵，＆池I瞎俑哪．呐10019l，‰； 3．J何厶妇咄町矿蛾舳知砒％由蝴，＆讥哪￡J}I瓤嘶．蜥10019l，‰； 4．肫缸确妇，胁妊如妇矿|PII归叫＆kn妇，sIl驰函l口w。删050041．‰) AI)sI阳ct：TKs tode懈tk 0f由组 p印er印印∞ed strIlct眦0f舯删sticI烈脚∞twofl【b8sed∞G；ulssi胁p0删al 6eld．C0feideais da衄6dd 0f∞chcla船and∞lect崎瑚】‘i一 fo札嘣viI嚷：hl∞耐hce tD瞄吐nl疵讲dⅪ幽cdeIlsityof位ai】血培sd nain of鼬蛐tD渊睹uct恤删；融lythe砌删埘哪删魄the瑚)【jn珊蛐湖批衄鲫咖【zed 幽幻p毫I触la归柚dm呻thcw萌班0f醐mpl鹧咖m鞠d卿l瞎des证姐∞cI]嗡cy．hlcll即枷talcompL吐19dc嘶∞哪 f．a鼬盯it蒯∞越ld td茸盯p0妣c0小删罾m∞．碰i删呱山∞他蚴mpliDg伦c嘶queto撖她群殂％删∞孤砜唧．E)【唧一 df碰Ve∞la止曲吣．呦担蛔th缸她pfop∞ed蜊岫弧oo妇a中Ial枷傩，mod眦6懈锄d K夥wo睹：p曲曲黼地粗锄∞眦；dala丘eH；P鼍瞄朗谢l岫；他鞠m燃计算速度，是一种先聚类后分类的两阶段算法． l 引言从数据场思想怕，9J出发，本文提出一种基于高斯势 1990年Specht基于贝叶斯决策和№窗(核密度 NeuralNet．估计)【1J提出的概率神经网络【2J(枞ilistic 内样本密集区域，迭代反馈纠错增量密度计算构造D