核聚类快速后向传播算法

• 作者: 孙全玲 王立新
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 后向传播 神经网络 核聚类 说话人识别
• 年，卷（期）: 2013,（10）
• 页码范围: 118-120
• 分类号: TP391
• 字数: 3925字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1212-0259

摘要

后向传播神经网络算法是一种经典的分类算法,但是通常该算法训练时间较长.针对这种不足,提出了一种基于核聚类的快速后向传播算法.利用核聚类将原始样本划分为多个簇,对每一个簇计算簇中心样本,利用所有的簇中心样本作为新训练集进行神经网络学习.在UCI标准数据集和说话人识别数据集上的仿真实验,充分说明了算法较传统后向传播算法具有明显的速度优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙全玲	安徽建筑工业学院电子与信息工程学院计算机工程系	27	80	6.0	8.0
2	王立新	安徽建筑工业学院电子与信息工程学院计算机工程系	14	39	3.0	6.0