| 基于高维映射感知器网络的机器学习分类方法 |
| |
| 引用本文： | 陈恩伟,刘正士,王勇,陆益民.基于高维映射感知器网络的机器学习分类方法[J].华中科技大学学报(自然科学版),2008,36(Z1). |
| |
| 作者姓名： | 陈恩伟 刘正士 王勇 陆益民 |
| |
| 作者单位： | 合肥工业大学机械与汽车工程学院 |
| |
| 摘 要： | 利用Rosenblatt感知器网络的权值学习方法,提出一种解决线性不可分样本的多类分类方法.该方法不需要考虑使用何种核函数,将高维坐标值作为分类信息的函数,直接解决非线性多类分类问题.对双螺旋线数据分类应用的结果表明:基于高维映射感知器网络的多类分类机器学习方法可以有效解决非线性数据的分类问题,并能够提高分类效率和准确度.
|
| 关 键 词： | 机器学习 多类分类 线性不可分 高维映射 感知器网络 |
Classification method of machine learning based on perceptron network of high dimensional map |
| |
| Chen Enwei,Liu Zhengshi,Wang Yong,Lu Yimin.Classification method of machine learning based on perceptron network of high dimensional map[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,2008,36(Z1). |
| |
| Authors: | Chen Enwei Liu Zhengshi Wang Yong Lu Yimin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
