科技信息

2007, No.243(31) 392

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种新的RBF神经网络学习算法

刘晓刚;李玉景;代晓燕;矫媛;

摘要(Abstract):

本文提出一种改进的RBF神经网络学习算法,它利用减聚类算法确定隐层单元的数量,并用修剪的办法删除冗余单元,避免了传统的K聚类算法对隐层单元数量确定的盲目性。利用最小二乘法确定隐层和输出层之间的权值。在对非线性函数进行逼近的仿真中,验证了该算法的有效性。

关键词(KeyWords): 减聚类算法;修剪技术;最小二乘法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 刘晓刚;李玉景;代晓燕;矫媛;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享