一种模块化神经网络结构用于模式识别

摘要：

在模式识别中,通常直接用神经网络来处理复杂的多类分类问题,其识别的误判率较大.该文基于任务分解与模块整合的思想,提出了一个模块化Kohonen神经网络(KTD)结构用于模式分类,给出了其学习方法并做了模拟仿真,模拟仿真表明KTD能够获得较高的识别率且误判率较小.

关键词：任务分解、Kohonen神经网络、模式识别

所属期刊栏目：38

分类号：TP183;TP391.4(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：83-85