一种有效的最优序参量重构方法

针对模式识别中协同方法存在的问题，提出了一种协同神经网络中序参量重构的方法，该方法是利用遗传算法的全局最优搜索能力，通过对训练样本集的学习，然后再通过在序参量的构建参数空间进行全局搜索来获得最优重构参数。利用实际采样得到的样本对新算法进行的测试表明，新方法确定能找到一组序参量重构参数，并能使识别性能有较大提高。