基于欧氏距离提高人工神经网的识别精度的方法

摘要

介绍了Probabilistic Neural Networks(PNN)网的结构和算法,给出了点积和生长等相关概念的定义,研究了它们的性质,并用生长的方法改造训练样本集以便提高识别精度.在模拟实验中,直接使用PNN的算法,不能对水泥强度测试样本正确分类,使用本文提出的方法,能够对水泥强度的测试样本正确分类,识别率达到100%,从而显示本文提出的方法是可行的和非常有效的.