技術(shù)編號(hào)：6513690
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明提供一種，包括以下步驟初始學(xué)習(xí)利用自組織映射從原始樣本中提取樣本分布規(guī)律，將原始樣本分為多個(gè)類別的訓(xùn)練數(shù)據(jù)集；然后對(duì)每一類別的訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練，得到每個(gè)類別訓(xùn)練數(shù)據(jù)集的自組織映射；使用訓(xùn)練后自組織映射的原型向量作為模式神經(jīng)元來(lái)構(gòu)建概率神經(jīng)網(wǎng)絡(luò)；如果新數(shù)據(jù)集為已知類別的數(shù)據(jù)集，進(jìn)行局部的調(diào)整學(xué)習(xí)即可；如果新數(shù)據(jù)集是新類別的數(shù)據(jù)集，則新訓(xùn)練一個(gè)獨(dú)立的自組織映射，并將其原型向量加入所述概率神經(jīng)網(wǎng)絡(luò)中。本發(fā)明的方法可克服傳統(tǒng)的機(jī)器學(xué)習(xí)算法通?；陟o態(tài)的數(shù)據(jù)...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。