该文针对竞争型神经网络在对训练样本没有明显的分类特征时不能准确分类的问题,在已有的分类算法基础上,提出了一种改进的分类算法。该算法在竞争型神经网络学习过程,通过对训练样本引入特征向量的方法,进一步改善了分类效果。实验结果表明,该算法在分类过程中表现了良好的效果,不仅降低了训练误差,还具有很好的分类准确率,表现出很好的学习效率,通过对比说明该算法的有效性和优越性。
科研之友
微信
新浪微博
Facebook
分享链接
