减少噪声对数据污染的一种鲁棒算法

• 作者: 周慧芳 李杰星 蔡铭辉
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 噪声 神经网络 能量函数 聚类 鲁棒性 学习算法
• 年，卷（期）: 1999,（3）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 278-283
• 页数: 6页
• 分类号: TP11
• 字数: 3737字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.1999.03.004

摘要

利用聚类时噪声干扰的抵抗能力和对好的样本进行强化学习的思想,引入了聚类分析和鲁棒因子,提出一种新颖的鲁棒学习算法(包括了选择不同鲁棒因子而构成的鲁棒算法1和鲁棒算法2),并对三维曲面和混合噪音进行了仿真实验研究.仿真结果表明,该算法在鲁棒性、收敛性方面明显优于普通的BP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡铭辉		7	17	2.0	4.0
2	周慧芳	广东工业大学电气工程及自动化系	3	1	1.0	1.0
3	李杰星	广东工业大学电气工程及自动化系	4	36	3.0	4.0