| 基于熵聚类的RBF神经网络学习算法 |
| |
| 引用本文： | 王华丽,周尚波. 基于熵聚类的RBF神经网络学习算法[J]. 计算机仿真, 2008, 25(11) |
| |
| 作者姓名： | 王华丽 周尚波 |
| |
| 作者单位： | 重庆大学计算机学院,重庆,400044;重庆大学计算机学院,重庆,400044 |
| |
| 摘 要： | RBF神经网络中心向量的确定是整个网络学习的关键,最常用确定中心向量的方法是K均值聚类算法,对聚类中心的初值选择非常敏感,选择的不好,容易减低网络的训练性能.为克服以上问题,提出了一种熵聚类的方法来自动确定RBF神经网络隐结点的中心个数及其初始值,实现K均值聚类算法的初始化,再用改进的K均值聚类算法调整RBF神经网络的中心和训练宽度.并将上述算法用于函数逼近问题.实验结果表明:改进的算法与常规的K均值聚类算法相比,提高了训练速度和逼近精度.
|
| 关 键 词： | 径向基函数神经网络 熵聚类 均值聚类算法 |
A Training Algorithm for RBF Networks Based on Entropy Clustering |
| |
| WANG Hua-li,ZHOU Shang-bo. A Training Algorithm for RBF Networks Based on Entropy Clustering[J]. Computer Simulation, 2008, 25(11) |
| |
| Authors: | WANG Hua-li ZHOU Shang-bo |
| |
| Affiliation: | WANG Hua-li,ZHOU Shang-bo(College of Computer Science,Chongqing University,Chongqing,400044,China) |
| |
| Abstract: | |
| |
| Keywords: | Radial basis function(RBF) neural network Entropy clustering Means clustering algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
