论文部分内容阅读
输入特征选择和输入空间降维是基于神经网络暂态稳定评估的首要问题。稳定分类结果的准确率主要决定于由所选特征组成的输入空间的可分性。本文总结提出了一组用于稳定分类的系统特征,研究了几种暂态稳定分类输入空间可分性分析的方法,并利用Tabu搜索技术从一个维数较大的特征集中选择出一组有效特征,取得了良好的效果;研究提出了利用Fisher线性识别技术压缩训练样本集的方法,大大减轻了ANN的训练负担,提高了ANN收敛的性能。