论文部分内容阅读
提出的基于概率的覆盖算法——PBCA是一种新的分类算法,它利用学习所得到的样本的概率分布信息,通过投票的方式来决定覆盖边界中样本的类别。从网络结构上看,它是一种混合型的神经网络,由下面三层的前馈网络和上层的反馈网络组成。通过在覆盖中加入一定数量的异类样本和使用概率的方法来扩大覆盖半径,减少拒识的样本数,提高识别率。计算机仿真实验表明,这种方法有效地提高了学习的精度。