用于分类的相似度网络：马疝痛问题案例研究
机器学习
2014-03-19 v1 神经与进化计算
摘要
本文开发了一种两层神经网络，其中神经元模型计算输入与权重之间的用户定义相似度函数。神经元传递函数由适应逻辑函数与部分输入-权重相似度均值的复合构成。由此产生的神经元模型能够直接处理可能具有不同性质的变量（连续、模糊、序数、分类）。还提供了对缺失值的处理。该网络使用与训练径向基函数（RBF）神经网络非常相似的两阶段过程进行训练。在非平凡数据集——马疝痛问题（作为案例研究并详细分析）上，将该网络与两种RBF网络进行了比较。
引用
@article{arxiv.1403.4540,
title = {Similarity networks for classification: a case study in the Horse Colic problem},
author = {Lluís Belanche and Jerónimo Hernández},
journal= {arXiv preprint arXiv:1403.4540},
year = {2014}
}
备注
16 pages, 1 figure Universitat Polit\`ecnica de Catalunya preprint