李盼池,李欣,李荣花,许少华,孙文德

• 1:大庆石油学院计算机科学与工程学院

• 2:大庆石油学院计算机科学与工程学院

• 3:大庆石油学院计算机科学与工程学院

• 4:大庆石油学院计算机科学与工程学院

摘要(Abstract)：

针对复杂环境下神经网络学习效率较低的问题 ,提出了一种按模糊聚类筛选样本模式类别的矫正方法 .先将模式大类细分为具有相近指标值的子类 ,以子类中心为典型学习样本 ,构成新的学习样本集 ,并以此样本集训练神经网络 .实际应用证明 ,该方法在样本分布存在多峰性和交遇性的情况下 ,可提高网络的学习效率

关键词(KeyWords)：模糊聚类;神经网络;学习样本;模式识别

Abstract:

Keywords:

基金项目(Foundation):黑龙江省自然科学基金资助项目 (F0 0 - 13)

作者(Author):李盼池,李欣,李荣花,许少华,孙文德

Email:

参考文献(References)：

• [1] 许少华,梁久祯,何新贵.模糊神经网络学习样本的选取与网络扩展能力研究[J].计算机科学,2001,23(6):389～392.

• [2] 刘增良.模糊技术与神经网络技术选编[M].北京:北京航空航天大学出版社,1999.153～157.

• [3] KohoenT .TheSelf organzingMap[J].ProcofIEEE ,1990,78(9):1464～1476.

• [4] 裘亦楠,薛叔浩.油气储层评价技术[M].北京:石油工业出版社,1997.98～104