首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于代数算法的RBF神经网络优化方法
引用本文:张江涛,刘旭敏. 一种基于代数算法的RBF神经网络优化方法[J]. 计算机工程与应用, 2008, 44(5): 96-98. DOI: 10.3778/j.issn.1002-8331.2008.05.031
作者姓名:张江涛  刘旭敏
作者单位:首都师范大学,信息工程学院,北京,100037;首都师范大学,信息工程学院,北京,100037
基金项目:北京市教委科技发展计划项目
摘    要:提出了一种新的RBF神经网络的训练方法,采用动态K-均值方法对RBF 神经网络的隐层中心值和宽度进行了优化,用代数算法训练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:径向基函数神经网络  代数算法  动态K-均值方法
文章编号:1002-8331(2008)05-0096-03
收稿时间:2007-06-12
修稿时间:2007-08-15

Optimization approach based on algebraic algorithm for RBF neural network
ZHANG Jiang-tao,LIU Xu-min. Optimization approach based on algebraic algorithm for RBF neural network[J]. Computer Engineering and Applications, 2008, 44(5): 96-98. DOI: 10.3778/j.issn.1002-8331.2008.05.031
Authors:ZHANG Jiang-tao  LIU Xu-min
Affiliation:College of Information Engineering,Capital Normal University,Beijing 100037,China
Abstract:A new training method is presented for RBF neural network.Moving k-means clustering algorithm is used to optimize the centers and widths of RBF algebraic algorithm is used to train the weights between hidden layer and output layer.The approach is used in the approximation of nonlinear function.And the result indicates it's effective.
Keywords:RBF neural network  Genetic algorithm  Moving k-means clustering algorithm
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号