论文部分内容阅读
分析了协同方法中序参量在模式识别过程中存在的不合理因素，阐述了经过序参量重构的协同方法能够有效地克服这些不合理因素，从而提高模式识别性能．为了获得序参量重构参数，提出了基于奖惩学习算法的重构参数的搜索算法，该算法结合协同神经网络的自学习能力和奖惩学习算法的搜索能力来训练参量重构参数．利用从实际应用中得到的样本新看法进行的测试表明，新看法确实能找到一组序参量重构参数使识别性能得到较大提高，具有很好的