您的位置: 专家智库 > >

国家重点实验室开放基金(SK00-07)

作品数:3 被引量:85H指数:3
相关作者:高大启杨根兴更多>>
相关机构:华东理工大学更多>>
发文基金:国家重点实验室开放基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇线性基本函数
  • 2篇径基函数
  • 2篇核函数
  • 1篇电子鼻
  • 1篇学习算法
  • 1篇气体传感
  • 1篇气体传感器
  • 1篇气体传感器阵...
  • 1篇网络
  • 1篇网络结构
  • 1篇感器
  • 1篇传感
  • 1篇传感器
  • 1篇传感器阵列

机构

  • 3篇华东理工大学

作者

  • 3篇杨根兴
  • 3篇高大启

传媒

  • 2篇华东理工大学...
  • 1篇传感器技术

年份

  • 3篇2001
3 条 记 录,以下是 1-3
排序方式:
改进的RBF神经网络模式分类方法应用研究被引量:10
2001年
经典的 Bayes分类方法一般需要事先对样本的分布特性作出假设 ,当假设模型与样本实际分布情况不相符时 ,就难以得到较高的分类精度。当处理同类别多区域样本分布问题 ,例如变标签问题时 ,距离判别、Fisher判别、k-近邻分类、分段线性分类等统计分析方法遇到困难。双螺旋问题不仅使统计方法受到挑战 ,更使人们对一般前向多层神经网络的能力提出疑问。本文提出了改进的 RBF神经网络结构、核函数个数、位置与宽度优化算法。该算法的计算复杂性与一般前向三层LBF网络所用的误差反传算法大致相同。核函数生成既考虑了训练集样本自身的类别因素 ,又考虑了错分样本与邻近类别的关系。一个核函数的最终保留与否根据其对提高测试集分类正确率的贡献大小来决定。同时实验验证了两层 LBF网络对提高改进的 RBF网络分类正确率的极端重要性。大量应用实例表明 ,与前向三层 RBF网络和前向三层 LBF网络相比 ,该 IRBF网络具有收敛速度快、分类精度高、易于得到最小结构、在学习过程中不易陷入局部极小点等优点 。
杨根兴高大启
关键词:径基函数线性基本函数神经网络网络结构核函数学习算法
改进的RBF神经网络模式分类方法理论研究被引量:17
2001年
研究了前向两层径基函数 ( RBF)网络和前向两层线性基本函数 ( LBF)网络的分类机理及其结构与初始参数优化确定方法 ,提出了 Guassian核函数的中心和宽度应通过学习自动确定 ,在学习过程中根据错分样本自身的类别和被错分入的类别自动生成新的核函数 ,并根据新增核函数对测试集的作用自动删除多余核函数的观点 ,从理论上阐明了采用 Sigmoid活化函数的两层LBF网络的分类阈值为 0 .5 ,进而提出了由两层 RBF网络和两层 LBF网络组成的前向 RBF神经网络——
高大启杨根兴
关键词:径基函数线性基本函数神经网络核函数
电子鼻技术新进展及其应用前景被引量:58
2001年
详细阐述了电子鼻技术的基本原理 ,介绍了它的研究历史、应用现状与发展趋势 ,指出了这门信息新技术实现过程中需要解决的问题 ,重点展望了它在香料香精、卷烟。
高大启杨根兴
关键词:电子鼻气体传感器阵列
共1页<1>
聚类工具0