基于熵的自组织神经网络树

• 作者: 刘国岁 涂志江
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 神经网络 结构自适应 拓扑有序 条件类别熵
• 年，卷（期）: 2000,（11）
• 所属期刊栏目: 短文
• 页码范围: 1226-1229
• 页数: 4页
• 分类号: TP18
• 字数: 3366字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2000.11.018

摘要

神经网络由于优越的学习和分类能力已被用于许多模式识别的问题,并取得了很好的结果.但是对于识别大样本集和复杂模式的问题,绝大多数常规的神经网络在决定网络的结构和规模以及应付庞大的计算量等方面有着种种困难.为了克服这些困难,文中提出一种基于条件类别熵的结构自适应的神经网络树;这种神经网络树由具有拓扑有序特性的子网络组成,而树的规模由条件类别熵决定.它的主要优点是对于识别大样本集和复杂模式的问题能够通过结构自适应自动地确定网络的结构和规模.实验显示这种神经网络树对于识别大样本集和复杂模式是非常有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国岁	南京理工大学通信与电子系	55	1005	18.0	30.0
2	涂志江	南京理工大学通信与电子系	4	20	3.0	4.0