基于PLS的概率神经网络分类算法利用PLS的自变量的部分主成分替代PNN输入,利用因变量的极大无关组替代输出,从而实现降维,同时新算法利用有限数量的模式组合神经元替代大量样本神经元,从而极大地简化了网络,优化了结构;最后将该算法应用于实践,表明新算法以较小的代价就能获得和传统的PNN相当的分类性能.