|
|||||
|
|
| 基于粒子群与梯度下降的混合RBF训练算法 | |
| 作者姓名： | 徐明 陈豪 |
| 作者单位： | 福州大学电气工程与自动化学院 福建福州 350108;中国科学院海西研究院 福建福州 350108 |
| 基金项目： | 福建省科技创新平台项目;泉州市科技计划 |
| 摘 要： | 基于梯度下降法的RBF网络训练算法收敛速度较慢、易陷入局部最优,并且算法性能受初始值的影响较大.基于粒子群的RBF网络训练算法能够克服梯度下降法易陷入局部最优的缺点,但局部寻优能力不如梯度下降法.分析两种算法的优缺点,提出一种粒子群算法与梯度下降法结合的组合训练方法并用于RBF神经网络的训练.通过实验证明所提出的组合算... |
| 关 键 词： | 径向基函数神经网络 粒子群优化算法 梯度下降算法 |
| 本文献已被 万方数据 等数据库收录！ | |