论文部分内容阅读
本文在现有研究的基础上,提出了mCNNE神经网络集群以及相应的算法,同时,还给出了集群误差函数与内部各神经网络误差函数之间严格的数学关系。mCNNE神经网络集群最重要的特性在于其集群误差能够简单地由各个神经网络叠加而成。而且在这种分解形式下,各个神经网络的误差函数还成功地将与集群内部其他神经网络的负相关性纳入了考虑。
本文最后利用mCNNE算法给出了解决OTDR测试曲线末端数据分析的一种可行方法。实验表明,经过恰当训练并具有适当结构的集群能够在很大程度上解决这一问题。所以,本文所提出的思想和方法无论在理论上还是在实际应用上都是有意义的。