基于交叉熵和新转移函数的模糊神经网络分类器
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Fuzzy Neural Network Classifier Based on the Cross EntropyRule and the New Transfer Function
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。

    Abstract:

    In view of the fact that BP algorithm based on the common used error square sum rule and Sigmoid transfer function have some limitation and shortcomings, the cross entropy rule and a new transfer function are adopted for constructing and training process of the fuzzy neural network classifier. It is used to realize the orientation of myocardial infarction, and the results prove that this classifier has the capability of outperforming the traditional fuzzy neural network in training efficiency and recognizing ability obviously.

    参考文献
    相似文献
    引证文献
引用本文

毛玲,孙即祥,季虎.基于交叉熵和新转移函数的模糊神经网络分类器[J].国防科技大学学报,2004,26(5):52-56.
MAO Ling, SUN Jixiang, JI Hu. Fuzzy Neural Network Classifier Based on the Cross EntropyRule and the New Transfer Function[J]. Journal of National University of Defense Technology,2004,26(5):52-56.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2004-06-19
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-05-03
  • 出版日期:
文章二维码