排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
提出了一种自适应性的特征提取方法。首先通过主成分分析求出样本全局投影空
间,然后基于最大化投影构建优化目标函数,最后通过该函数求出自适应于个体样本的投影空
间。该方法很好地考虑了样本集合中每个样本的分布特点。为了使得算法可应用于识别分类问
题中,给出了计算存在于不同投影空间的个体样本间相似性的方法,相比于欧式度量,该方法
被证明得到的相似性能够更好地表征样本间的测地距离关系,使其能够有效地对流型结构数据
进行学习。通过在不同数据库上进行分类及重构的对比实验,实验结果表明,该方法能够更好
地提取数据特征,且对离群点具有鲁棒性。 相似文献
2.
主要研究了基函数神经网络和再生核函数之间的关系,证明了当基函数神经网络的激活函数φ(x)∈C[-1,1]n时,基函数神经网络实质就是一个再生核函数,并且给出了基函数神经网络的再生核数学表示形式.同时,把这个结论推广到一般前馈神经网络结构上,得到一般前馈神经网络实质上也有一个再生核函数表示的结果,并给出了相应的数学表示形式. 相似文献
1