【硕士论文】基于概率神经网络的模式识别.pdf

《【硕士论文】基于概率神经网络的模式识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、国防科技大学研究生院学位论文摘要D．FSpccht提出的概率神经网络(PmbabilisticNeuralNet、Ⅳork，PNN)是基于密度函数估计和贝叶斯决策理论而建立的一种分类网络．PNN的拓扑结构简单，容易设计算法，广泛应用于模式识别及模式分类领域．本文主要分析了Ph酣隐层神经元个数，隐中心矢量，平滑参数盯等要素对网络分类效果的影响，并用PNN实现了异或逻辑问题；提出了一种新的PNN有监督学习算法：用学习矢量量化对各类训练样本进行聚类，对平滑参数盯和距离各类模式中心最近的聚类点构造区域，并采用遗传算法在构造的区

2、域内训练网络，实验表明：该算法在分类效果上优于其它PNN学习算法．证明了孙Ⅲ的决策函数依概率收敛于贝叶斯决策函数；给出了PNN的推广能力表达式：证明了一个分类网络的测试集正确率是该网络推广能力的极大似然估计；给出了分类网络中需要的测试集数目表达式；证明了PNN推广能力不大于由贝叶斯决策所带来的正确识别率．关键词：概率神经网络；遗传算法；学习矢量量化；贝叶斯决策；推广能力；第1页第一章绪论人工神经网络的研究已有半个多世纪的历史，起源于20世纪40年代，20世纪80年代开始蓬勃发展，如今出现了研究的新热潮．人工神经网络的研

3、究主要是直接模拟人脑的结构和功能，具有生物神经网络的某些特性，在自学习、自组织、联想、及容错方面具有较强的能力，能用于联想、识别和决策．概率神经网络(ProbabilistkNeuralNet、vork，PNN)是20世纪90年代初提出来的一个分类网络，它以贝叶决策和密度函数估计为理论基础，广泛应用于模式识别和模式分类领域因此，研究概率神经网络的模式识别具有重要的理论意义和应用前景．本章拟将对神经网络与模式识别的基本概念、概率神经网络的国内外研究现状、研究内容以及本文的工作做一个简要地介绍，以便为后面的章节展开具体研究

4、做一个铺垫．1．1神经网络与模式识别神经网络是由大量的神经元广泛互连而成的网络．神经网络的基本单元是神经元．人工神经元是对生物神经元的简化和模拟．人工神经网络的优点如下：具有高度的并行结构和并行实现能力，有较好的耐故障能力和较快的总体处理能力，因而特别适用实时控制和动态控制：具有固有的非线性特性，这源于其近似任意非线性变换能力，这一特性给非线性控制问题带来新的希望；神经网络是通过研究系统过去的数据记录进行训练的，一个经过适当训练的神经网络具有归纳全部数据的能力，因而它能够解决那些由数学模型或描述规则难以处理的控制过程问

5、题；神经网络能够适应在线运行，并能够同时进行定量和定性操作，它的强适应和信息融合能力使得网络可以同时输入不同的控制信号，解决输入信息间的互补和冗余问题，并实现信息集成和融合处理，这些特性特别适应于复杂、大规模和多变量系统的控制；神经网络不仅能够通过软件而且可借助软件实现并行处理．近年来，一些超大规模集成电路实现硬件已经问世，而且可从市场上购到，这使得神经网络成为具有快速和大规模处理能力的实现网络．近年来，神经网络理论的应用取得了令人瞩目的进展，特别在人工智能、自动控制、计算机科学、信息处理、机器人、模式识别、cAD／c

6、AM等方面都有重大的应用实例．下面列出一些主要的应用领域：模式识别和图像处理：印刷体和手写体字符识别，语音识别，签字识别，指纹识别，人脸识别，人体病理分析，目标监测和识别，图像压缩和图像复原．控制和优化：化工过程控制，机器人运动控制，家电控制，半导体生产中掺杂控制，石油精炼优化控制和超太规模集成电路布线设计等．杂控制，石油精炼优化控制和超太规模集成电路布线设计等．第l页溪防科技大学研究生院学扭谂文预报和餐驻信息管理：殷桑市场预测，遣震预撤，有价证券管毽，偌凭风险分析，Ic“佟管理和交通管理．通信：自适应均衡，回波抵消，

7、路由选择和删网络中的呼叫攘纳识别及控制等．空趣摹；}学；空闻交会对羧按剿，导靛蔷患管理鬻能管理，飞行器铡鼯耧飞行程穿往栏警攥等．根据神经元连接方式的不阏，神经网络的拓扑缩构一般分两种；前馈网络和反馈网络等．通常的前馈网络包括多层感知器网络(MLPN)、径向熬函数网络(Iu，FN)、函数链网络(FLN)、概率神经网络(擀ljN)、高阶网络(HON)等；反馈网络遇鬻包括珏op五dd网络、Bol扭n强n桃、黩遥瘫共振理论(ART嬲络)等．模式诙躅楚研究分类谖巍矮谂嚣方法戆辩学，懋一门综合牲、交叉魏学辩．在理论上它涉及代数学、

8、矩阵翰、概率论、囤论、模襁数学、最优忧理论等众多学科的知识，在应用上又与其他许多领域的工程技术密切相关，其内涵可以概括为信息处理、分析与决策，它是人工智能研究领域的熬要分支，又是实现机器智能必不可少的技术手段，模式识别怒攒根据研究对絮的特征或属性，利用以计算机为中心豹樵嚣系统运震一定懿癸辑算法试定它戆炎麓，系统应菠分类识裂豹结果尽