基于交叉覆盖算法的改进算法——核平移覆盖算法

作     者：赵姝 张燕平 张媛 陈传明 ZHAO Shu,ZHANG Yan-ping,ZHANG Yuan,CHEN Chuan-ming (Institute of Artificial Intelligence Anhui University,Hefei 230039,China)

作者机构：安徽大学人工智能研究所安徽合肥230039 

出 版 物：《微机发展》 (Microcomputer Development)

年 卷 期：2004年第14卷第11期

页      面：1-3页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(60175018) 安徽省教育厅自然科学研究基金资助项目(2003kj007) 

主　　题：交叉覆盖 核函数 核覆盖 分类 核平移覆盖算法 前向神经网络 

摘      要：文中对前向神经网络交叉覆盖算法进行了分析,并在此基础上引入统计学习理论中的核函数,提出了两者结合的方法———核平移覆盖算法(简称KMCA)。KMCA通过Mercer核,将输入空间的样本映射到高维特征空间,然后先覆盖、后平移,以使覆盖领域局部最优,实现在核空间中分类识别。实验的结果证明了KMCA的可行性和有效性。