一種反饋過程神經元網絡模型及在動態信號分類中的應用

摘要：針對動態信號模式分類問題，提出了一種反饋過程神經元網絡模型和基于該模型的分類方法。這種網絡的輸入可直接為時變函數，網絡的信息傳輸既有與前饋神經元網絡一樣的前向流，也有后面各層節點到前層節點的反饋，且可對節點自身反饋輸出信息，能直接用于動態信號的模式分類。由于反饋過程神經元網絡在對輸入樣本的學習中增加了神經元輸出信息的反饋，可提高網絡的學習效率和穩定性。給出了具體學習算法，以時變函數樣本集的分類問題為例，實驗結果驗證了模型和算法的有效性。

關鍵詞：反饋過程神經元網絡；動態信號；模式分類；學習算法

中圖分類號：TP18 文獻標志碼：A 文章編號：1001－3695(2009)12－4481－03