论文部分内容阅读
根据协同学理论的基本观点（模式识别的过程即为模式形成的过程）对构造出的协同神经网络在模式识别中的应用进行了研究，发现伴随向量的性能直接影响到模式识别的成功率，而伴随向量是由原型向量计算得到，所以原型向量的选择对识别结果有着十分重要的作用，提出一一种基于其聚类算法的选择原型向量的方法，通过对近千个样本进行的模拟实验，结果证明这种基于聚类算法的原型向量选择方法很有效，使识别率有较大的提高。