广义LVQ神经网络的性能分析及其改进

• 作者: 张志华 王天树 郑南宁
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 亏损因子 模糊度因子 学习率 IRIS数据
• 年，卷（期）: 1999,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 583-589
• 分类号: TP3
• 语种: 中文

摘要

首先从理论上分析了广义学习矢量量化(GLVQ)网络的GLVQF算法的性能,GLVQF算法在一定程度上克服了GLVQ算法存在的问题.然而,它对获胜表现型的学习具有好的性能,对于其它的表现型,性能却十分不稳定.分析了产生这个问题的原因,直接从表现型的学习率出发,提出了选取学习率的准则,并给出了两种改进的算法.最后,使用IRIS数据验证了算法的性能,改进算法较之GLVQF算法具有明显的稳定性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志华	西安交通大学人工智能与机器人研究所	11	335	8.0	11.0
2	郑南宁	西安交通大学人工智能与机器人研究所	188	3039	29.0	46.0
3	王天树	西安交通大学人工智能与机器人研究所	6	100	5.0	6.0