【基於神经网络的模式分类方法】.pdf

浙江大学博士学位论文致谢在漫长的求学道路上,我将告别一段难忘的重程,在此,我谨向所有关心和帮助过我的老师、朋友、亲人们数于最诚章的谢意,我衷心感谢我的导师胡上序教授给予我深造学业、攻读博士学位的机会,让我在风景秀丽的求是园内度过了一段美好的岁月,先生对我的论文自始至终进行了精心的指导,制定了严密的研究计划,最励学生开展学科前沿领域的研究、为学生的研究工作指明了方向、我的整个论文研究工作需包含着先生的心血、先生那严谨的治学态度、溯博的学识、高尚的人格和博大的胸怀将永远是学生学习的楷镇。

浙江大学博士学位论文表明,与其它神经网络模式分类方法相比,该方法不仅学习时间短,不存在拓扑结构的选择问题,而且分类精度高,极其有利于网络的硬件实现.受生物基因工程研究成果的启发,论文通过对遗传算法的深人研究、提出了将遗传算法分为两个阶段,即第一小生境和第二小生境的新的进化策略,提出了以组成个体的染色体为分析对象的新方法.两个应用实例证明了该方法既可基本避免“早熟”现象的发生,又可大大加快遗传算法的收敏速度.论文综合遗传算法和共轭梯度算法的优点,提出了由遗传算法和共轭梯度算法组成的杂交算法,并成功地将之用作线性基本函数前向三层神经网络的一种新的学习算法.

浙江大学博士学位论文 correlation coefficients, a new method of firstly deciding thc clustering conter was developed.The novel method may be used to solve problems, in which much trouble has been cncountered as using thc conventional Kohonens self-organization mapping such as oscillation,deadumits,over-sensit