基于商空间的构造性分层竞争网络算法

• 作者: 吴涛 张铃 毛军军 郑婷婷
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 神经网络 构造性算法 商空间理论 霍夫曼编码
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 智能与算法研究
• 页码范围: 37-39
• 页数: 3页
• 分类号: TP18
• 字数: 2952字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.04.014

摘要

构造性学习方法根据学习样本构造神经网络,有效地解决了神经网络结构难以确定和学习速度慢的问题.文中在此基础上,利用商空间的粒度原理和霍夫曼编码的思想,对样本分布极其不均匀的分类问题,构造分层竞争覆盖网络.实例表明这种算法可以进一步提高训练的速度和识别的精度,减少拒识样本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴涛	安徽大学智能计算与信号处理重点实验室	83	794	14.0	25.0
5	毛军军	安徽大学智能计算与信号处理重点实验室	65	232	8.0	10.0
9	张铃	安徽大学智能计算与信号处理重点实验室	85	2554	22.0	49.0
10	郑婷婷	安徽大学智能计算与信号处理重点实验室	32	134	6.0	10.0