| 一种改进的RBF神经网络学习算法 |
| |
| 引用本文： | 马骏,尉广军.一种改进的RBF神经网络学习算法[J].计算机系统应用,2013,22(2):84-87,47. |
| |
| 作者姓名： | 马骏 尉广军 |
| |
| 作者单位： | 军械工程学院 导弹工程系, 石家庄 050003;军械工程学院 导弹工程系, 石家庄 050003 |
| |
| 摘 要： | 提出一种基于减聚类、K-means算法及改进的粒子群优化(PSO)算法的径向基函数(RBF)神经网络混合学习算法. 该算法首先使用减聚类确定隐层节点数和K-means初始聚类中心; 然后通过K-means算法求取RBF网络所有参数, 作为PSO的初始粒子群; 为了提高PSO算法的收敛性和稳定性, 对基本PSO算法进行了优化改进, 最后使用改进的PSO算法训练RBF神经网络中的所有参数. 对IRIS数据集分类识别的仿真结果表明, 改进的混合算法具有更高的分类准确率和更好的稳定性.
|
| 关 键 词： | 径向基函数神经网络 减聚类 K-means算法 粒子群优化算法 |
| 收稿时间： | 7/5/2012 12:00:00 AM |
| 修稿时间： | 9/2/2012 12:00:00 AM |
Improved Learning Algorithm for RBF Neural Network |
| |
| MA Jun and YN Guang-Jun.Improved Learning Algorithm for RBF Neural Network[J].Computer Systems& Applications,2013,22(2):84-87,47. |
| |
| Authors: | MA Jun and YN Guang-Jun |
| |
| Affiliation: | Dept of Missile Engineering, Ordnance Engineering College, Shijiazhuang 050003, China;Dept of Missile Engineering, Ordnance Engineering College, Shijiazhuang 050003, China |
| |
| Abstract: | |
| |
| Keywords: | RBF neural network subtractive clustering K-means algorithm PSO algorithm |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
