一种基于聚类的交叉覆盖算法

• 作者: 吴涛 尚丽 陈黎伟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 交叉覆盖算法 聚类 模式 初始中心
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 智能、算法、系统结构
• 页码范围: 113-116
• 页数: 4页
• 分类号: TP301.6
• 字数: 3869字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.11.032

摘要

与传统的前向神经网络相比,覆盖算法具有运行速度快、精度高的特点,但覆盖算法的初始领域中心是随机选取的.实验表明网络性能与学习顺序有密切的关系.在前向神经网络交叉覆盖算法基础上提出了一种新型改进的交叉覆盖算法--基于聚类的交叉覆盖算法.该方法是一种根据聚类结果确定学习顺序的方法.实例表明这种改进的算法是确定性学习方法,可以有效减少覆盖数量,提高交叉覆盖算法的测试速度,减少拒识样本数,提高识别的精度.

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教育部重点实验室	83	794	14.0	25.0
10	尚丽	安徽大学智能计算与信号处理教育部重点实验室	4	20	3.0	4.0
14	陈黎伟	安徽大学智能计算与信号处理教育部重点实验室	4	20	3.0	4.0