文献知网节
  • 记笔记

基于势函数聚类的改进RBF网络算法研究

黄朝辉闻辉车艳

莆田学院信息工程学院

摘要:为优化径向基函数(RBF)网络结构并改善网络泛化性能,提出了一种基于势函数聚类的改进RBF网络算法.首先使用势函数统计每个模式类别中的样本势值,以此实现样本空间中不同样本的势值度量;其次以增量学习的方式逐次完成对样本空间的有效覆盖,以此实现网络隐节点个数及参数的自动有效估计.最后将本文算法与KMRBF、FCRBF、MRAN以及GAP-RBF学习算法进行了实验对比,结果表明本文算法的网络分类精度更高,克服了KMRBF和FCRBF算法需人工调整网络隐节点来提高分类精度的问题,且比GAP-RBF和MRAN算法的网络结构更加简单.
  • DOI:

    10.16379/j.cnki.issn.1004-4353.2020.02.009

  • 专辑:

    理工A(数学物理力学天地生); 电子技术及信息科学

  • 专题:

    自动化技术

  • 分类号:

    TP183

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:24 页码:145-149 页数:5 大小:1119K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者