改进型遗传神经网络在模式分类中的应用

• 作者: 傅晓阳 郭晨
• 来源期刊: 大连海事大学学报
• 学科: 工学
• 关键词: 可变长度串遗传算法(VGA) 进化神经网络(EANN) 模式分类
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 自动化
• 页码范围: 85-88
• 页数: 4页
• 分类号: TP183
• 字数: 3407字
• 语种: 中文

摘要

为研究图像和语音的模式分类,提出一种采用可变长度串遗传算法(VGA)的进化神经网络.该算法可以全局搜索优化神经网络的结构,找到神经网络接近最优的连接权,再通过反向传播算法(BP),在该优化结构中找到最优连接权.对语音数据和SPOT图像数据的验证结果表明,在模式分类中,采用该算法的分类器(VGA-BP)的分类性能较贝叶斯(Bayes)分类器、最近邻规则(k-NN)分类器具有更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭晨	大连海事大学信息科学技术学院	170	1951	23.0	34.0
2	傅晓阳	吉林大学珠海学院计算机科学与技术系	6	73	3.0	6.0