一种大类别数分类的神经网络方法

摘要：

神经网络是一种普遍使用的分类方法.当类别数目较大时,神经网络结构复杂、训练时间激增、分类性能下降.针对这些问题,基于N分类问题的两分类方法和树型分类器结构,对两分类子网络集进行排序,文中给出了一种大类别分类的神经网络阵列结构和快速搜索方法并重点分析了网络阵列的分类性能.理论分析表明,使用网络阵列方法可降低平均分类错误率.该方法还使得网络结构简单灵活,易于扩充,网络的训练时间缩短.仿真实验表明,该方法对类别数大且分类困难的复杂分类问题的分类效果良好.

关键词：神经网络、模式识别

所属期刊栏目：37

分类号：TP18(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6页

页码：278-283