【摘 要】
：
该文主要研究基于径基函数(Radial Basis Function,RBF)神经网络模式分类方法以解决人工嗅觉系统中的学习问题.为此,该文提出了自适应模块化RBF型神经网络分类器,每一个分类
论文部分内容阅读
该文主要研究基于径基函数(Radial Basis Function,RBF)神经网络模式分类方法以解决人工嗅觉系统中的学习问题.为此,该文提出了自适应模块化RBF型神经网络分类器,每一个分类器模块由一个多输入一多输出的单层RBF神经网络和一个多输入一单输出的单层感知器串联所组成.通过将一个复杂的多类问题分解为多个较简单的两类问题,有效降低了分类器在学习过程中将原问题作为一个整体看待而存在的内存需求大、学习时间常等缺陷.该文认为,RBF神经网络的核函数个数、中心和宽度应通过学习自适应确定;一个学习子集的类别标签为"1"的样本可用若干个RBF核去覆盖;每一个核通过误差反传算法来移动中心位置和改变宽度大小使之能覆盖尽可能多的同类别的样本.由于误差只向后反传一层,因而每一个RBF模块的学习速度很快,且在学习过程中不易陷入局部极小.我们将该文方法用于由21种气味的训练集扩展成的84类16维4200个样本的训练集.实验结果表明,该文提出的自适应模块化RBF神经网络能有效提高机器嗅觉的学习速度和分类精度.我们还对国际上应用较多的英文字母识别问题(16维,16000个样本,26类)进行了分析,结果再次表明,与多层感知器和标准RBF神经网络相比,该文方法在学习速度和分类精度等方面具有优势,可有效解决大规模学习问题.
其他文献
随着数据库应用的普及,人们逐步陷入"数据丰富,知识贫乏"的尴尬境地.而近年来互联网的发展与快速普及,使得人类第一次真正体会到了数据海洋无边无际.面对如此巨大的数据资源,
该文在传统的细胞自动机模型基础之上,提出了一种新的广义细胞自动机模型,广义细胞自动机中的小粒度宏细胞可以聚合成能够独立演化的大粒度宏细胞,通过多粒度宏细胞群体智能
本文首先介绍了移动Agent安全的相关技术的基础，总结了移动Agent安全性问题仍是移动agent技术成败的关键。在对移动Agent的关键技术和理论深入研究后，深入阐述了移动Agent安全
在即时通软件迅猛发展的今天,一方面人们充分享受它所提供的迅速快捷的服务,方便了大家的日常生活和工作学习;但在另一方面,它也给管理人员在安全方面提出新课题.面对目前即
本课题就建立在分形压缩与小波变换的基础上.首先,利用小波变换,将空域的图像变换到时域,使得图像自相似性增强.再在小波树中用分形的方式寻找匹配的父树,子树,并用小波参数
作为计算智能关键技术的演化计算,由于通过模拟生物进化过程中的"适者生存、优胜劣汰"原理在对复杂和非线性问题的求解中表现出良好的适应性、并行性、鲁棒性等众多优点,而作
工作流可以看成是分布式、异构环境下,按照业务规则进行的一系列程序调用和数据交换.工作流管理系统(Workflow Management System,WFMS)是开发和执行工作流的工具和平台.工作
虚拟化技术目前在各领域得到了广泛的应用，许多企业与高校都采用了不同的虚拟化解决方案，目前对于计算机实验教学中心的虚拟化解决方案，都仅仅是与虚拟机的使用有关，并没有与课程
改革开放以来，中国职业教育事业有了很大的发展，各级各类职业学校教育和职业培训培养了大量高素质劳动者和实用人才。 同时，朱镕基在中南海主持召开的国家科技教育领导小组第
由于企业信息化本身是一个演进的过程,因而在企业中存在许多不同的遗留应用系统,并且有些遗留已经成为企业分布式计算环境的关键组成部分,不能够被替代.这些遗留应用需要与外