Zusammenfassung
Der folgende Beitrag stellt ein Verfahren vor, das sich für die Bestimmung der synaptischen Gewichte eines rückführungsfreien dreischichtigen neuronalen Netzes zur Musterklassifikation eignet. Die Kopplungen werden derart bestimmt, daß sich ein „nächster Nachbar” Klassifikator ergibt. Bei der Bestimmung der Gewichte wird das iterative Lernen vermieden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Lit. 1: G. G. Lorenz: „The 13-th Problem of Hilbert“, Proceedings of Symposia in Pure Mathematics, Vol. 28, 1976.
Lit. 2: N. Ahuja: „Dot Pattern Processing Using Voronoi Neighborhoods“, IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. PAMI-4, No. 3, May 1982, 336 - 343
Lit. 3: R. P. Lippmann: „An Introduction with Neural Nets“, IEEE ASSP-Magazine, Vol. 4, April 1987.
Lit. 4: C. Politt: „Verfahren zur Bestimmung von Gewichtsmatrizen bei neuronalen Netzen“, Mustererkennung 1990, Springer-Verlag
Lit. 5: K. G. Murty, „Linear Programming“, John Wiley & Sons, New York 1983
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1991 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Politt, C. (1991). Geschlossene Berechnung der Gewichtsmatrix eines neuronalen Netzes als „nächster Nachbar”-Klassifikator. In: Radig, B. (eds) Mustererkennung 1991. Informatik-Fachberichte, vol 290. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-08896-8_64
Download citation
DOI: https://doi.org/10.1007/978-3-662-08896-8_64
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-54597-2
Online ISBN: 978-3-662-08896-8
eBook Packages: Springer Book Archive