一种改进的结构自适应自组织神经网络算法

• 作 者: 汪烈军
• 机 构: 西安交通大学电信学院,新疆大学信息学院
• 出 处: 微电子学与计算机
• 发表日期: 2007年1期
• 关键词: 聚类 分类 神经元网络 结构自适应神经网络 Clustering Classification Neural network SASONN

针对结构自适应自组织神经网络神经元分布的特点和节点生长-删除算法的局限性．提出了一种改进的结构自适应自组织神经网络。根据神经元的学习速率、领域、兴奋度及相似阈值等状态信息．该算法可适应地调整神经网络的结构，克服了现有结构自适应神经网络的局限性。具有很好的聚类和泛化能力。实验结果表明该算法对样本的聚类有很好的效果并且具有很好的泛化能力。