10.3969/j.issn.1002-137X.2004.z1.010
模式线性可分时的一种单层感知器算法
在模式识别时常常需要对模式进行分类,线性可分模式的分类是其中最基本的一种.常用的线性分类算法是LMSE算法,它们在本质上都属于几何分类法,当模式线性可分时,一般都能达到令人满意的效果.然而考虑到LMSE算法并非是最简单和有效的线性分类算法,本文基于神经网络中单层感知器的概念,利用单层感知器可以把输入空间划分成两个区域来进行输入向量分类的特点,提出了在模式线性可分时用神经网络中单层感知器进行模式划分的一种新算法.然后对该线性分类算法的原理和算法过程进行了阐述,最后用MATLAB实现了这种分类算法,并解决了两个不同类型的线性模式的划分问题.
层感知器、模式识别、神经网络、线性分类算法
31
TP3(计算技术、计算机技术)
2005-12-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
29-31