用于模式分类的动态有指导前向传播网络

• 作者: 苏美娟 董恩清 邓伟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 模式分类 神经网络 有指导训练 动态增长
• 年，卷（期）: 2008,（14）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 208-209,212
• 页数: 3页
• 分类号: TP393
• 字数: 2405字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.14.074

摘要

以改进的仅前向型对传网络(CPN)为基础,研究一种用于模式分类的神经网络--动态有指导前向传播网络(DSFPN).其隐层用修正的第2种学习矢量量化算法,以增量训练策略,进行有指导训练.在训练过程中,根据适合度产生新的隐层神经元,使隐层动态增长.Cone-Torus平面点分类和非特定人孤立数字语音识别的实验结果表明了DSFPN的优越性能,其训练时间比多层感知器少2个数量级,训练速度比改进的CPN更快,最好测试正确率分别达92.25%和98.7%,高于另外2种神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董恩清	苏州大学电子信息学院	15	140	6.0	11.0
2	邓伟	苏州大学计算机科学与技术学院	73	313	9.0	12.0
3	苏美娟	苏州大学计算机科学与技术学院	4	30	2.0	4.0