论文部分内容阅读
介绍了径向基概率神经网络(RBPNN)的一种自组织学习算法,该算法把径向基概率神经网络的结构原理与自组织聚类算法相结合,不仅能够完成对训练样本的聚类分析,标识出训练样本的类别属性,而且能够自动完成基于该训练样本集的径向基概率神经网络的训练过程.本算法用于对IRIS三种花型识别在训练阶段达到97.33%的识别效果,而在推广能力方面,由本文算法得到的RBPNN优于有标识的训练样本的RBFNN.