基于最優(yōu)分類面的神經(jīng)網(wǎng)絡(luò)模式分類方法及其應(yīng)用.pdf

1、神經(jīng)網(wǎng)絡(luò)方法由于具有自學(xué)習(xí)、自組織和泛化能力，在模式分類領(lǐng)域得到了廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)的泛化能力是指：用一組訓(xùn)練樣本對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練后，網(wǎng)絡(luò)對訓(xùn)練階段未曾見過的樣本也能正確分類。 神經(jīng)網(wǎng)絡(luò)模式分類方法雖然具有比其他分類方法更好的泛化能力，但在實際應(yīng)用中，仍然不能滿足人們的期望。特別是當(dāng)測試樣本包含的噪聲較大時，往往會發(fā)生誤判?？梢?，傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法泛化能力并不理想，而且不穩(wěn)定。所謂泛化能力不穩(wěn)定是指：對同一個分類任務(wù)，訓(xùn)練樣本

2、改變，分類器泛化能力的大小也會改變。 本文提出了一種基于最優(yōu)分類面的神經(jīng)網(wǎng)絡(luò)模式分類方法。通過尋找并訓(xùn)練最優(yōu)分類面，提高網(wǎng)絡(luò)的泛化能力，增強泛化能力的穩(wěn)定性。用異或問題和雙螺旋線問題驗證該新方法的有效性和泛化能力，取得了令人滿意的結(jié)果。 BP網(wǎng)絡(luò)收斂較慢，我們使用AB神經(jīng)網(wǎng)絡(luò)的思想，加快網(wǎng)絡(luò)的收斂速度。在待逼近的最優(yōu)分類面比較復(fù)雜時，我們將最優(yōu)分類面分為多個結(jié)構(gòu)相同的神經(jīng)網(wǎng)絡(luò)。第一個網(wǎng)絡(luò)作為A網(wǎng)，其它網(wǎng)絡(luò)是B網(wǎng)。A網(wǎng)訓(xùn)