|
|||||
|
|
| 一种概率过程神经元网络模型及分类算法 | |
| 引用本文： | 许少华,李盼池,何新贵. 一种概率过程神经元网络模型及分类算法[J]. 智能系统学报, 2009, 4(4): 283-287. DOI: 10.3969/j.issn.1673-4785.2009.04.001 |
| 作者姓名： | 许少华 李盼池 何新贵 |
| 作者单位： | 1. 大庆石油学院,计算机与信息技术学院,黑龙江,大庆,163318;北京大学,信息科学技术学院,北京,100871 2. 大庆石油学院,计算机与信息技术学院,黑龙江,大庆,163318 3. 北京大学,信息科学技术学院,北京,100871 |
| 基金项目： | 国家自然科学基金，黑龙江省教育厅科学技术研究项目，黑龙江省自然科学基金，黑龙江省科技攻关项目 |
| 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． |
| 关 键 词： | 动态信号分类 贝叶斯规则 概率过程神经元网络 |
Combined probabilistic process neural network and classification algorithm |
|
| XU Shao-hua,LI Pan-chi,HE Xin-gui. Combined probabilistic process neural network and classification algorithm[J]. CAAL Transactions on Intelligent Systems, 2009, 4(4): 283-287. DOI: 10.3969/j.issn.1673-4785.2009.04.001 | |
| Authors: | XU Shao-hua LI Pan-chi HE Xin-gui |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |
