多分类问题的RBF二叉神经树网络方法
岳喜才1
叶大田1
管桦2
1.清华大学,电机系,北京,1000842.空军工程大学,科研部,陕西,西安,710068
摘要：神经网络是一种普遍使用的分类方法.当类别数目较大时,神经网络结构复杂、训练时间激增、分类性能下降.基于两类问题的树网络多分类方法将两分类方法和判决树相结合,利用两分类方法来减少神经网络的训练时间,利用树型分类器来提高识别率.提出了一种多分类问题的二叉神经树网络结构和训练算法.利用两分类网络的训练结果对类别进行排序处理,并应用排序后的类别序号构成树型分类器,使可分性最差的类别的识别率提高最大,从而提高了整体分类性能.使用径向基函数(RBF)网络作为节点网络,使节点网络结构适应两类间的可分性,从而最终优化了神经树网络的结构.仿真实验表明该方法的分类性能优于现有方法.
关键词：径向基函数网络模式识别
分类号：TP391(计算技术、计算机技术)
论文发表日期：2000-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 34-39 )
英文信息