一种模块化神经网络结构用于模式识别  

A Kind of Modular Neural Network Structure for Pattern Recognition

作　　者：王成[1] 秦江敏[2] 严振华[3] 

机构地区：[1]空军雷达学院研究生队,武汉430010 [2]空军雷达学院信息工程系,武汉430010 [3]空军雷达学院基础部,武汉430019

出　　处：《计算机工程与应用》2002年第5期83-85,共3页Computer Engineering and Applications

摘　　要：在模式识别中,通常直接用神经网络来处理复杂的多类分类问题,其识别的误判率较大。该文基于任务分解与模块整合的思想,提出了一个模块化Kohonen神经网络(KTD)结构用于模式分类,给出了其学习方法并做了模拟仿真,模拟仿真表明KTD能够获得较高的识别率且误判率较小。Usually,neural network is used directly for solving complicated and multiple-classify problems in pattern recognition.But this method brings higher misclassifation rate.This paper proposes a new modular Kohonen neural.network based on task decomposition and module combination for pattern recognition.It also give s the principle.Finally the paper performs simulation and the result of simulation showes that KTD has better recognition.

关 键 词：任国分解 KOHONEN神经网络 模式识别 模块化神经网络 信息处理 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]