文献类型：期刊文章

作　　者：董火明[1] 高隽[1] 陈定国[1] 陈迎春[2]

机构地区：[1]合肥工业大学计算机与信息学院,安徽合肥230009 [2]安徽省公路管理局,安徽合肥230011

出　　处：《合肥工业大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目 ( 6 0 175 0 11);安徽省自然科学基金资助项目 ( 0 10 42 30 1);教育部优秀青年教师资助计划项目

年　　份：2002

卷　　号：25

期　　号：4

起止页码：492-495

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、JST、MR、RCCSE、ZGKJHX、ZMATH、普通刊

摘　　要：协同神经网络是一类全新的神经网络 ,它可以根据竞争神经网络的一般原则划分为匹配子网和竞争子网。其中 ,匹配子网的学习是协同神经网络的一个中心问题。改善匹配子网的学习效率有 2种途径 :对伴随向量求解算法的改进和原型向量选取方法的改进。文章浅析了这 2种类型的学习算法 ,着重研究了聚类算法在原型向量选取中的应用 ,并以一组交通标志图像作为识别样本 ,验证了选取原型向量 2种思路的有效性。

关 键 词：协同神经网络 学习算法 模式识别 匹配子网  学习效率  聚类算法

分 类 号：TP183]