基于仿生模式识别的构造型神经网络分类方法分析

本文体出了一种将仿生模式识别理论作为基础的神经网络构造方法。仿生模式理论认为,同类但不完全相等事物之间存在着至少一个渐变过程,在这个过程当中,各种事物都属于同一类别。利用该理论,能够从高维空间当中神经元模型的几何意义出发,对一种全新的神经网络进行构造,从而使得高位空间中不同亚你根本形成的不同几何体覆盖能够得到有效的实现,并对其进行有效的分类。本文的研究利用双螺旋曲线分类实验使得这种网络的识别效果得到了证明。