一种概率过程神经元网络模型及分类算法

• 作者: 何新贵 李盼池 许少华
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 动态信号分类 贝叶斯规则 概率过程神经元网络
• 年，卷（期）: 2009,（4）
• 页码范围: 283-287
• 页数: 5页
• 分类号: TP183
• 字数: 3358字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.04.001

摘要

针对动态信号分类及与先验类别知识融合问题,提出了一种概率过程神经元网络模型.模型将贝叶斯概率分类机制与过程神经元网络动态信号处理方法相结合,通过在前馈过程神经元网络中增加一个模式单元层,以及采用归一化指数类型激励函数,实现基于贝叶斯规则的动态信号分类.分析了概率过程神经元网络分类机制与贝叶斯分类规则的等价性,给出了具体的学习算法,实验结果验证了模型和算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	大庆石油学院计算机与信息技术学院	68	929	15.0	27.0
3	何新贵	北京大学信息科学技术学院	33	520	13.0	22.0
6	李盼池	大庆石油学院计算机与信息技术学院	35	807	14.0	28.0