首页> 中文期刊> 《上海交通大学学报》 >基于最小分类错误训练的神经网络分类器设计

基于最小分类错误训练的神经网络分类器设计

         

摘要

提出了一种基于最小分类错误 (MCE)训练的采用多层感知器 (MLP)结构的模式分类器设计方法 .这是一种以分类错误率最小化为目标的模式分类器设计方法 ,将它用于 MLP分类器设计能够进一步提高分类器的性能 .采用 MLP实现 MCE训练中的分类损失计算 ,从而将 MCE训练过程与 MLP分类器设计统一在一个神经网络结构中 ,通过 BP算法予以实现 .这不仅能达到提高MLP分类器性能的目的 。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号