多分类问题的RBF二叉神经树网络方法

• 作者: 叶大田 岳喜才 管桦
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 径向基函数网络 模式识别
• 年，卷（期）: 2000,（1）
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP391
• 字数: 5556字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2000.01.009

摘要

神经网络是一种普遍使用的分类方法.当类别数目较大时,神经网络结构复杂、训练时间激增、分类性能下降.基于两类问题的树网络多分类方法将两分类方法和判决树相结合,利用两分类方法来减少神经网络的训练时间,利用树型分类器来提高识别率.提出了一种多分类问题的二叉神经树网络结构和训练算法.利用两分类网络的训练结果对类别进行排序处理,并应用排序后的类别序号构成树型分类器,使可分性最差的类别的识别率提高最大,从而提高了整体分类性能.使用径向基函数(RBF)网络作为节点网络,使节点网络结构适应两类间的可分性,从而最终优化了神经树网络的结构.仿真实验表明该方法的分类性能优于现有方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶大田	清华大学电机系	76	559	14.0	21.0
2	岳喜才	清华大学电机系	7	121	5.0	7.0
3	管桦	空军工程大学科研部	39	159	8.0	11.0