检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]渤海大学大学外语教研部,辽宁锦州121013
出 处:《河南科学》2015年第11期1941-1945,共5页Henan Science
基 金:辽宁省教育厅科学研究一般项目(W2015015);辽宁省社会科学基金资助项目(L14CYY022);辽宁省社会科学基金重点项目(L15AYY001)
摘 要:测试了不同分布密度常数对于模型分类的影响,并与标准BP神经网络的分类结果进行对比.仿真结果表明,所建立的PNN模型的分类平均准确率为96.00%,标准BP网络模型的分类平均准确率为87.33%,PNN模型的分类准确率高、泛化能力强、模型建立过程简单且训练无须太多样本.验证了将PNN用于移动学习策略分类方案的可行性.The influences of different distribution density constants,upon a proposed model hased on probabilisticneural network(PNN)were tested. Its classification results were compared with those generated by a classificationmodel based on standard BP neural network(BPNN). The simulation experiment results show that the averageaccuracy of the PNN model is 96.00%,while the one of BPNN model is 87.33%. PNN model has higher accuracyand better generalization ability. Its establishment process is simpler and it requires fewer training samples. Thefeasibility of applying PNN to the classification mobile learning strategies is verified.
分 类 号:TP391.99[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.28