模式分类问题相关论文
本文首先讨论了组合式前馈神经网络原理和一般设计方法, 然后用两个仿真实验展示了组合式前馈神经网络在处理函数逼近和模式分类问......
传统的非参数树分类器设计都采用先划分再编辑(即按—区域内各类训练模式的多少把这区域划归多数类的决策域)的方法。这种设计路线......
将刀具磨损状态的在线监测作为模式识别中的两类模式分类问题,从切削振动信号中抽取特征向量;根据投影原理构造了最佳特征平面.在......
本文研究一种神经树网络(NTN,NeuralTreeNetwork)模型,提出一种能自动生成其体系结构的有监督的竞争学习算法,指出该模型能解决复杂的多类模式分类问题.模拟数......
提出了一种激励函数可调的新神经网络模型.和一般BP网络不同,在学习过程中,不但连接权值可以调节,神经元激励函数也可以调节,以双......
本文分析了一种新的神经元模型──二次Sigmoidal神经元对前向种经网络的分类能力的改进程度.结果表明:在隐层及输出层无论采用多阈......
提出了一种基于模糊积分方法的多决策融合算法,通过对训练数据的学习来确定每个传感器的重要程度.分类实验表明,该算法可以有效提高融......
提出了一种基于模糊积分方法的多传感器决策融合算法.模式分类实验表明,该算法可以有效提高融合系统的正确分类率.
A multi-sensor d......
针对过程神经元网络由于模型参数较多BP算法不易收敛的问题,提出一种基于量子位Bloch坐标的量子遗传算法.将该算法融合于过程神经......
针对下肢肌电信号(EMG)的多运动模式分类问题,提出了一种基于小波支持向量机(WSVM)的多类识别方法.在小波框架理论和SVM核方法的基......
提出了ELM-RBF(extreme learning machine-radial basis function)神经网络的智能优化方法,采用差分进化算法和粒子群优化算法来确定......