一种反馈过程神经元网络模型及在动态信号分类中的应用

• 作者: 于媛媛 张强 许少华
• 来源期刊: 计算机应用研究
• 关键词: 反馈过程神经元网络 动态信号 模式分类 学习算法
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4481-4483
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.022

摘要

针对动态信号模式分类问题,提出了一种反馈过程神经元网络模型和基于该模型的分类方法.这种网络的输入可直接为时变函数,网络的信息传输既有与前馈神经元网络一样的前向流,也有后面各层节点到前层节点的反馈,且可对节点自身反馈输出信息,能直接用于动态信号的模式分类.由于反馈过程神经元网络在对输入样本的学习中增加了神经元输出信息的反馈,可提高网络的学习效率和稳定性.给出了具体学习算法,以时变函数样本集的分类问题为例,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
2	张强	大庆石油学院计算机与信息技术学院	15	93	5.0	9.0
3	于媛媛	大庆石油学院计算机与信息技术学院	1	0	0.0	0.0