概率神经网络算法
概率神经网络(并通过算法(Abdulhai &里奇,1999;Abdulhai &里奇,1999 b;金、Cheu & Srinivasan, 2002),隐层的传递函数是一个径向基函数,这是一个competitive-transfer函数为输出层。并通过由四层,输入层,图案层,求和层和输出层。输入层分布模式的输入向量层。在模式层神经元分为两类代表事件和无事的条件。求和层包括两个神经元,一个为每个类(即。针对事件和事件)。每个神经元求和计算平均输出信号相关联的模式单位和尺度。两者之间的输出神经元选择更高的价值并确定类(即。针对事件或事件)。MLF相比,并已被证明有较低的检出率(95 - 100%)和更高的假警报率(低于0.33%)。 However, PNN has a better adaptation potential. Postprocessor feature extractors and postprocessor probabilistic output interpreters have been used successfully (Abdulhai & Ritchie, 1999b) to improve performance. The use of DWTs (Roy & Abdulhai, 2003) has also been explored for training the PNN, with encouraging results.
继续阅读:奥尔良教区
这篇文章有用吗?