摘要：为了改善概率神经网络（PNN）在训练样本数量较大冗余度较高时存在的结构复杂的问题，提出一种基于主成分分析（PCA）的结构优化方法。以概率乘法公式为理论依据，根据训练样本的PCA结果对PNN进行结构优化，并引入学习算法减小PNN的参数不确定性。实验结果表明：在训练样本数量较大冗余度较高的情况下，优化后的PNN能够使用比传统PNN更简单的网络结构达到相近的结果。

原文链接:http://www.cqvip.com//QK/93884X/200801/26431711.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）