【摘 要】
：
该论文以CMAC神经网络的学习算法研究为中心,在分析了近年来国内外的相关研究成果和发展现状后,对CMAc算法在自动分类应用方面作了一定探讨.为了适应海量数据集的快速、精确
【出 处】
：
杭州电子工业学院 杭州电子科技大学
论文部分内容阅读
该论文以CMAC神经网络的学习算法研究为中心,在分析了近年来国内外的相关研究成果和发展现状后,对CMAc算法在自动分类应用方面作了一定探讨.为了适应海量数据集的快速、精确、自动分类,我们需要寻找一种学习速度快、且收敛的神经网络模型来构建分类器.该文是在传统CMAC三层结沟的基础上,附加一分类识别层,这样可以通过分类识别层上设置阈值来确定对应输入数据经CMAC分类器训练后输出所属的类.因为每个类在总体样本中出现的概率可能不相同,所以我们通过贝叶斯原理求出每个所属类的先验概率.另外CMAC的输出仅需在一定的范围,没有必要精确逼近某一个具体的值,所以我们无需采用迭代增量算法来学习.通过常用的二元奇偶问题来比较传统CMAC和新的CMAC分类器算法的学习时间与识别率,可以看出这种新分类器的优越性.
其他文献
本文的研究内容涉及计算机视觉领域的目标跟踪问题,它是工业界和学术界都普遍关注的热点问题。目标跟踪在其他很多领域都具有重要的应用价值,如行为分析领域、自动化监控领域
随着网络规模的不断扩大和网络用户的不断增加,目前的网络已经发展成为一个海量的非线性复杂系统,而目前的网络信息利用模式将网络上发生的海量、随机、分布、并行的信息利用
SIP系统包括两类部件：SIP服务器和SIP用户代理（User Agent,简称为UA）,UA就是为用户执行具体动作的功能实体,如IP话机、PC电话软件等.该文主要论述SIP UA软件终端的工作原理以及
该课题是教育部立项的"现代远程教育关键技术和支撑服务系统天地网结合项目"的子课题之一"教育信息资源保障强认证数据库系统研究".主要探讨了利用中间件技术实现强制访问数
该文主要介绍了作者对分布式分形图形生成系统(DFGGS)的功能扩展工作以及对相关理论的研究情况.首先,该文从哲学的角度分析了研究分形理论的必要性,然后介绍了分形图形的基本
长期以来,视觉媒体的语义分割一直是模式识别相关领域的研究热点和难点。本文研究了视觉媒体数据中的语义分割问题,从数据表示、特征提取、算法模型和评测方法等方面,揭示了
表面粗糙透明材质的实时渲染,也就是对粗糙表面折射的实时渲染,是真实感渲染领域的一个重要方向,在虚拟场景的构建中具有很高的应用价值。粗糙表面折射由于其复杂的光学过程,
目前在网络中可进行全局优化的方法很少,其原因在于网络是一个复杂的分布海量信息系统,在要求实时性的前提下,一般的数学优化方法对之无能为力.该文提出了一种广义细胞自动机
该文的创新点是:1.针对陆上应急机动部队通信网络的特殊需要,将集中与层次相结合的网络管理思想成功的应用于该系统通信网络的管理中.2.提出了适用于陆上应急机动部队通信网
随着信息技术和互联网的迅猛发展，人们进入了信息超载的时代，用户难以在海量的信息中快速找到自己所需的产品。因此，个性化推荐系统应运而生，它是一个解决信息超载问题的有效工具