论文部分内容阅读
本文针对基于BP神经网络的分类系统,提出了神经网络群的概念,在此基础上给出了一种系统自适应增长算法,使得在新的目标类型加入时系统结构能够自适应调整.验证结果表明,该算法可以在增加新的目标类型时简化系统结构的调整过程,缩短重新训练网络所需要的时间,从而有效地提高网络的训练效率.
一种基于BP神经网络群的自适应分类方法及其应用
【摘 要】
：
本文针对基于BP神经网络的分类系统,提出了神经网络群的概念,在此基础上给出了一种系统自适应增长算法,使得在新的目标类型加入时系统结构能够自适应调整.验证结果表明,该算
【机 构】
：
国防科技大学ATR重点实验室
【出 处】
：
电子学报
【发表日期】
：
2001年z1期
其他文献
目的观察感染性休克患儿甲状腺激素、血小板变化及意义。方法对28例不同程度感染性休克患儿进行T3、T4、TSH和血小板监测，并与正常组对照。结果休克期T3、T4、血小板水平均降
本文着重分析一种新的盲多用户检测器（即常数模检测器）的多址干扰抑制能力，所得到的结果是：当解调信号的接收同值小于临界值１／√３时，该检测器的性能较差；相反，则具有较强的多址干扰抑制