论文部分内容阅读
针对采用反向传播算法的神经网络（Backpropagation：BP）作为实现仿生模式识别理论的工具时所遇到的最佳结构设计问题，提出了一个基于提高仿生模式识别系统性能的BP神经网络结构设计准则。该准则基于无论是在不同类样本点间还是同类样本点间都存在有先验知识这一结论，通过利用同类样本中所蕴含的先验知识对神经网络的结构进行设计，不仅能够确保仿生模式识别过程中的学习过程有效收敛，而且也使得网络结构的设计满足特定任务的要求。交通标识符识别的对比实验结果证明了该设计准则的有效性。