| 基于PCA的概率神经网络结构优化 |
| |
| 引用本文： | 邢杰,萧德云. 基于PCA的概率神经网络结构优化[J]. 清华大学学报(自然科学版), 2008, 48(1): 141-144 |
| |
| 作者姓名： | 邢杰 萧德云 |
| |
| 作者单位： | 清华大学,自动化系,北京,100084 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 为了改善概率神经网络(PNN)在训练样本数量较大冗余度较高时存在的结构复杂的问题,提出一种基于主成分分析(PCA)的结构优化方法.以概率乘法公式为理论依据,根据训练样本的PCA结果对PNN进行结构优化,并引入学习算法减小PNN的参数不确定性.实验结果表明: 在训练样本数量较大冗余度较高的情况下,优化后的PNN能够使用比传统PNN更简单的网络结构达到相近的结果.
|
| 关 键 词： | 概率神经网络 主成分分析 铝电解槽 阳极效应 |
| 文章编号： | 1000-0054(2008)01-0141-04 |
| 修稿时间： | 2006-11-16 |
PCA-based probability neural network structure optimization |
| |
| XING Jie,XIAO Deyun. PCA-based probability neural network structure optimization[J]. Journal of Tsinghua University(Science and Technology), 2008, 48(1): 141-144 |
| |
| Authors: | XING Jie XIAO Deyun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
