文献类型：期刊文章

作　　者：许少华[1] 何新贵[2] 李盼池[3]

机构地区：[1]北京航空航天大学计算机科学与工程系,北京100083 [2]北京大学信息科学技术学院,北京100871 [3]大庆石油学院计算机科学与工程系,大庆163318

出　　处：《计算机研究与发展》

基　　金：黑龙江省自然科学基金(F01-20);黑龙江省教育厅科学技术研究项目(10511119)

年　　份：2003

卷　　号：40

期　　号：11

起止页码：1612-1615

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对与时间过程有关的模式分类问题,提出了一种自组织过程神经元网络模型.网络由输入层和竞争层组成,其输入和连接权可为与时间有关的函数,输入层结点与竟争层结点实行全互连接.网络提取输入函数所隐含的过程式模式特征,并对其进行自组织,在竞争层将分类结果表现出来.为简化计算,在输入空间中引入函数正交基,将输入函数和网络权函数表示为正交基的展开形式,利用基函数的正交性,使网络权函数的调整非时变化.给出了竞争学习和有教师示教两种学习算法,并以石油地质中沉积微相识别问题为例证明了模型和算法的有效性.

关 键 词：过程神经元 自组织过程神经网络  模式识别 学习算法 正交基函数

分 类 号：TP183]