一种改进的DDAGSVM多类分类方法

支持向量机最初是针对两类分类问题提出的,如何有效地将其推广到多类分类问题仍是一项有待研究的课题。本文介绍了现有的具有代表性的多类支持向量机分类算法,并在分析决策导向非循环图支持向量机分类器生成顺序随机化的基础上,引入类内的分散度,以基于样本分布的类间分离程度作为类别的划分顺序,最终构成了一种分类间隔较大的决策导向非循环图支持向量机分类算法。实验结果表明了本文方法具有更高的分类精度。

模糊ARTMAP神经网络在一维信息聚类分析中的应用

从生物脑神经网络的信息处理入手，讨论了ＡＲＴＭＡＰ人工神经网络的聚类模型，给出了其有师学习过程，并依据物以类聚的哲学原理，从类的角度，论述了事物细节的类可描述性，为一维信息的描述提供了新的途径． 同常规的数学关系描述法相比，对于那些无法用确定的数学模型来描述的事件信息，类描述法有其独到之处．

模糊ARTMAP神经网络在二维信息聚类分析中的应用

在模糊 ARTMAP神经网络的模型的基础上 ,重点介绍了二维信息的聚类原理 ;并从几何的角度 ,讨论了二维信息的类描述法 ,类的物理含义、类的扩充及界定等问题 .同时 ,对类的唯一性、收敛性和稳定性在理论上进行了探讨 .最后以圆的识别问题作为模拟教师样本对网络进行了学习 ,给出了学习步骤及结果 .该方法特别适合于分析那些无确定的数学模型的事件 .