#
第15卷第1期
Donald Neural NetworksNeural Networks1990概 率 神 经 网 络摘要:以指数函数替代神经网络中常用的S形激活函数进而构造出能够计算非线性判别边界的概率神经网络(PNN)该判定边界接近于贝叶斯最佳判定面还讨论了拥有类似性质的其他激活函数所提出的这种4层神经网络能够把任何输入模式映射到多个类别如果能取得新数据的话可以使用新数据实时地修改判定边界并可以使用完全并
net = newpnn(PTspread)概率神经网络(probabilistic neural network)?该网络与前面三个最大的区别在于第二层不再是线性层而是竞争层并且竞争层没有阀值其它同newbre故PNN网络主要用于解决分类问题PNN是按下面的方式进行分类的:?为网络提供一输入向量后首先径向基层计算该输入向量同样本输入向量之间的距离dist该层的输出为一个距离向量竞争层接受距离向量
第 36 卷第 9 期
2010
#
电气传动 2011年 第41卷 第3期
内容安排一生物神经元二人工神经网络结构三神经网络基本学习算法通用模型求和操作响应函数神经网络的典型结构 这类学习不在于寻找一个特殊映射的表示而是将事件空间分类为输入活动区域并有选择地对这些区域响应从而调整参数一反映观察事件的分部输入可以市连续值对噪声有较强地抗干扰能力对较少输入样本结果可能要依赖于输入序列在ARTKohonen等自组织竞争型网络中采用
神经网络处理问题识别结果举例
违法有害信息,请在下方选择原因提交举报