论文部分内容阅读
在分析了一般神经网络模型和属性论的基础上,提出了一种新的属性神经网络模型,它将数据信息保存在属性神经元和连接函数中,使学习过程变得简单和确定,并且绝对收敛.讨论了属性神经网络的图的性质,指出可以用图论的方法研究属性神经网络的分类器作用.同时证明了属性神经网络与属性坐标系的等价性,从而为属性推理提供可操作的数值推导方法.