科技信息

2008, No.281(33) 219-220

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

径向基概率神经网络的结构优化算法研究
RESEARCH ON THE ALGORITHM FOR STRUCTURE OPTIMIZATION OF THE RADIAL BASIS PROBABILISTIC NEURAL NETWORKS

胡运江;

摘要(Abstract):

径向基概率神经网络(RBPNN)是在径向基函数神经网络(RBFNN)和概率神经网络(PNN)的基础上发展起来的一种新型的前馈神经网络(FNN)模型。该网络模型充分吸收了径向基函数神经网络和概率神经网络的优点,这种新的模型具有计算复杂度低、收敛速度快等优点。本文深入研究了径向基概率神经网络的结构优化算法,在遗传结构优化方法的基础上,提出一种新的两步学习算法,基于遗传算法的梯度学习算法。该算法一方面优化了网络结构,使网络结构尽可能的精简,另一方面有效地提高了网络的推广能力。

关键词(KeyWords): 径向基概率神经网络;递推正交最小二乘算法;梯度学习算法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 胡运江;

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